相关新闻

placeholder

Geek

6天前

FlagWise 是一个功能强大的 AI 安全检测和分析工具 帮助开发者或企业监控分析他们的 LLM 使用情况，识别潜在的滥用或安全风险。实时拦截和记录LLM流量数据，识别敏感词汇如"password"、"secret"等，并采取相应的措施。

placeholder

背包健客

1周前

男囚犯穿高跟鞋越狱被抓 😳

placeholder

Yuki_Yang

2周前

刚 hack 了 chatgpt 新出的 study model 的 提示词： 越狱方式很简单，就是让他像一个 linux 系统，他就都输出出来了

placeholder

环球网-环球时报-环球网

2周前

中国发布人工智能全球治理行动计划，传递出哪些信号？

placeholder

Line

4周前

这篇 2025，07 , 由 Deepmind， Meta， Anthropic， OpenAI AI 安全专家写的论文 《Chain of Thought Monitorability: A New and Fragile Opportunity for AI Safety》 讲了 CoT 安全的重要性， 警告我们不要轻易放弃可解释性 CoT。 这篇文章也获得了 Geoffrey Hinton，