#safety mechanisms

7 stories · 0 in 7 days · 0 in 30 days

OpenAI 2 AI assistants 1 FSD 1 child safety 1 Tesla 1 autonomous driving 1 driver assistance 1 transparency 1

Stories, products and papers tagged "safety mechanisms", newest first.

Sep 30

Products BuildersMulti-source83°03:05

Chinese contentOpenAI 推出自定义边界控制功能

OpenAI 让你能自定义 AI 助手的行动边界，安全可控又灵活。

#OpenAI #AI assistants #safety mechanisms

Event

Official accountOpenAI@OpenAISource

Sep 6

Products BuildersSelected73°15:14

Tesla FSD v14.3.9 Supervised Edition

Tesla's enhanced FSD safety feature addresses a real-world collision risk, potentially reducing high-severity accidents in Southeast Asian traffic conditions.

#FSD #Tesla #autonomous driving #driver assistance

IT之家Source

Aug 23

IndustryMulti-source78°21:58

Chinese contentOpenAI 推出青少年版 ChatGPT，安全专家质疑透明度

想了解 OpenAI 新推出的青少年版 ChatGPT，看看专家对其安全机制的担忧和质疑。

#OpenAI #child safety #safety mechanisms #transparency

Event

IT之家Source

Jun 18

ModelsMulti-sourceSelected76°03:06

Chinese contentJim Fan详解ENPIRE物理自动研究系统的安全与奖励设计

Jim Fan讲了他们怎么让8个机器人通宵自动做实验，还防止奖励被篡改，资源利用率指标也很实用。

#ENPIRE #safety mechanisms #robots #reward function

Event

Jim Fan@DrJimFanSource

Jun 11

ProductsMulti-source21:00

Chinese contentAnthropic 撤回 Claude Fable 5 隐藏安全机制：敏感提示不再静默降级

Anthropic 这次让步解决了 AI 安全透明度的核心矛盾——做模型评估、安全测试或竞品分析的开发者，终于能分清是模型能力不足还是被静默降级了，值得关注后续误报率变化。

#Anthropic #Claude Fable 5 #safety mechanisms #transparency

Event

rohanpaul_ai@rohanpaul_aiSource

ProductsOfficial16:58

Chinese contentAnthropic 滑轨：Fable 5 降级到 Opus 4.8 将提供明显通知

Anthropic 终于承认了安全机制不透明的问题，做 AI 应用开发或使用 Claude API 的团队，建议关注这个变化——未来降级会有明确提示，误报也会减少，值得跟进。

#Anthropic #Fable 5 #Opus 4.8 #safety mechanisms

Event

Primary source歸藏(guizang.ai)@op7418Source

Jun 10

ProductsMulti-sourceSelected76°08:01

Chinese contentAnthropic 限制 Claude 用于 LLM 开发，新模型被禁止做模型相关任务

Anthropic 主动限制自家模型用于 LLM 研发，做前沿模型研究的团队会直接受影响——建议关注这一政策变化，评估对自身工作的潜在影响。

#Claude #Anthropic #model restrictions #safety mechanisms

Event

orange.ai@oran_geSource