02:18AI Engineer@aiDotEngineerAI x Security Track 是AI工程师社区举办的一场聚焦人工智能与安全的直播活动。嘉宾包括传奇AI工程师Steve Yegge、Snyk CTO/CIO Mani Nair、Anthropic MTS Eugene Yan、Keyboard Labs创始GTEM Kim Maida等。活动还邀请了NVIDIA的Lovina Dmello、DBT的CISO Aaron Stanley等专业人士参与讨论。这是首次有私募股权投资者OneCarlyle的Ethan Cha作为演讲嘉宾加入。行业Steve YeggeSnykAnthropic10 个信源在谈事件专题推荐理由:想看AI与安全领域的大咖怎么聊?这场活动请到了Steve Yegge和Snyk、Anthropic的人,干货满满。原文稍后读已读值得跟进有用关注 Steve Yegge
01:54AI Engineer@aiDotEngineerAI x Security Track 演讲视频合集已发布,涵盖10位来自Anthropic、NVIDIA、Snyk等公司的演讲者。其中包括Anthropic的机器学习工程师Eugene Yan、Snyk的CTO Murali Nair、以及NVIDIA的Lovina Dmello。内容聚焦AI安全、工程实践和行业应用。行业AI安全AnthropicNVIDIA10 个信源在谈事件专题推荐理由:Anthropic、NVIDIA的专家都在聊AI安全,10个演讲视频一次看完,值得直接收藏。原文稍后读已读值得跟进有用关注 AI安全
11:39官方账号arXiv cs.AI@Liran Tal, Johannes Kloos, Arsenii Rudich, Stephen Thoemmes, Manoj Nair该论文通过300次重复漏洞扫描,测量了LLM在JavaScript代码安全审查中的可重复性。在250次模型运行中,80个唯一不匹配发现仅出现在一次重复中,22个出现在全部五次。相比之下,Claude匹配Snyk Code参考发现时更稳定:134个唯一匹配发现出现在全部五次。Snyk Code SAST是确定性的,能系统枚举重复数据流汇点。结果表明,将agentic LLM审查与确定性SAST结合比单独使用任一方法更好。论文SnykVulnBenchClaude推荐理由:这篇论文测试了LLM重复找漏洞的稳定性,发现Claude匹配结果很稳,但自己新发现的漏洞随机性高。建议和安全工具搭配用,别靠它单干。原文稍后读已读值得跟进有用关注 Snyk