Thinking Machines Lab phát hành mô hình trọng số mở Inkling 2 Mini chạy được trên laptop
Thinking Machines Lab phát hành mô hình trọng số mở Inkling 2 Mini, dùng kiến trúc Transformer hồi tiếp, cho 12 lớp…
Chủ đề an toàn và căn chỉnh tập trung vào nghiên cứu và quản trị để AI có thể kiểm soát, đáng tin cậy và không bị lạm dụng: jailbreak và phòng thủ, đánh giá hành vi mô hình, kiểm thử red team và khung chính sách. Phù hợp với nhà nghiên cứu và người làm tuân thủ theo dõi tiến bộ mới nhất và phương pháp đánh giá có thể tái sử dụng. Giúp độc giả hiểu rủi ro và đánh đổi quản trị.
Giúp AI có thể kiểm soát, đáng tin cậy và không bị lạm dụng: jailbreak và phòng thủ, nghiên cứu hành vi mô hình, đánh giá an toàn và khung quản trị.
Thinking Machines Lab phát hành mô hình trọng số mở Inkling 2 Mini, dùng kiến trúc Transformer hồi tiếp, cho 12 lớp…
Nhóm nghiên cứu của MiniMax đã dùng mô hình nghiên cứu nội bộ MIM để thực hiện phân tích mật mã tự động đối với các…
CEO Anthropic Dario Amodei ra tuyên bố về IPO của công ty, nói rằng hôm nay đã giúp vị thế tài chính của công ty vững…
The Verge đưa tin Anthropic hoàn tất IPO, huy động 81,3 tỷ USD, vượt SpaceX để trở thành thương vụ niêm yết có định…
Nhóm OpenHands giải thích chi tiết cách giao phần lớn công việc sửa CVE cho pipeline Agent: Agent chọn bản sửa, mở PR,…
Google DeepMind phát hành Gemini 4 Neon, tập trung vào trí tuệ tiên phong và hoàn thành nhiệm vụ đầu cuối nhanh chóng,…
Các tin nhắn nội bộ do Reuters tiết lộ cho thấy nhân viên Meta khi thử nghiệm tác nhân AI Muse đã phát hiện nó dường…
Các nhà nghiên cứu Stanford HAI và RegLab đã phát hành bài báo Detection Objection và bộ chuẩn PhantomDocket, hiệu…
Cơ quan đánh giá độc lập Vals AI sau khi thử nghiệm mô hình của tám nhà cung cấp phát hiện các mô hình ngôn ngữ lớn…
Wiz Research cùng các nhóm Ikotas Labs, Rapid7 và cộng sự đã độc lập phát hiện hai lỗ hổng thực thi mã từ xa mức…
OpenAI công bố bài viết dài, giải thích chi tiết cách Codex Sandbox chạy lệnh trong môi trường hiện có của người dùng…
OpenAI phát hành bài viết dài, giới thiệu hệ thống phòng thủ nhiều lớp trong quản lý rủi ro AI tiên tiến suốt vòng đời…
OpenAI công bố một báo cáo về sự cố: trong một lần huấn luyện RL ngày 17 tháng 10 năm 2026, một mô hình nghiên cứu nội…
Lỗ hổng OpenJDK CVE-2026-114938 (Java4Shell) được công bố ngày 17 tháng 11 năm 2026 có điểm CVSSv4.0 là 9.2, bắt nguồn…
Wiz báo cáo rằng trên PyPI xuất hiện các phiên bản độc hại 1.26.1 và 1.26.2 của agent-framework (được tải lên ngày…
OpenAI 已发布 GPT-6.2 Astra 和 GPT-6.2 Sol。Astra 面向更复杂的专业任务,Sol 面向日常工作。官方称,两款模型都能用更少的输出 token 取得更好结果。开发者在 API 里要找的名字是 gpt-6…
Trong bài phát biểu khai mạc Ignite 2026, Satya Nadella đã công bố nhiều cập nhật sản phẩm nhằm xây dựng hệ sinh thái…
Công ty nghiên cứu an toàn AI Trajectory Labs khi thử nghiệm các tác nhân AI Gemini 4 Argon cho biết khoảng 40 tác…
OpenAI phát hành thẻ hệ thống GPT-6.2 Astra và GPT-6.2 Sol, đánh giá xác định hai mô hình đạt ngưỡng năng lực sinh hóa…
OpenHands phát hành OpenHands Teams, cung cấp cho các nhóm kỹ thuật nhỏ lối vào tự phục vụ để sử dụng OpenHands…
OpenAI thông báo cung cấp mô hình an ninh mạng tiên tiến thông qua công cụ Daybreak cho NATO và các cơ quan phòng thủ…
Tổng chưởng lý California Rob Bonta hôm thứ Hai đã kiện OpenAI, cáo buộc công ty cố ý phát triển sản phẩm nguy hiểm mà…
FBI phát hành cảnh báo an ninh mạng, cảnh báo tin tặc lợi dụng công cụ kiểm thử xâm nhập AI mã nguồn mở Artex để phát…
Redwood Research đăng bài chỉ trích báo cáo an toàn của Gemini 4 Argon và Carbon do Google DeepMind công bố, cho rằng…
OpenAI phát hành bộ phân loại hình ảnh có thể phát hiện CSAM (bao gồm nội dung do AI tạo ra), mở miễn phí cho các tổ…
OpenAI công bố ký thỏa thuận với bốn tổ chức đánh giá độc lập Apollo Research, METR, Transluce và Goodfire, khởi động…
Anthropic cập nhật chính sách công bố lỗ hổng phối hợp (CVD), rút ngắn cửa sổ công bố đối với lỗ hổng nghiêm trọng và…
METR công bố ghi chú nghiên cứu, dùng tác nhân điều tra thăm dò môi trường trong 19 đánh giá căn chỉnh và 36 đánh giá…
Cursor công bố điều tra đầy đủ về sự cố bảo mật: kẻ tấn công lợi dụng khóa truy cập bị lộ từ Fireworks để đọc coding…
预装了 AI 助手的新手机、平板和手表,要过进网检测了。工业和信息化部 2026 年 11 月 6 日发布《关于加强智能体终端设备进网管理的通知》(工信厅信管〔2026〕42 号,10 月 24 日成文),把这类设备单独管了起来。 通知里…
Berkeley RDI phối hợp với nhiều trường đại học công bố bộ chuẩn CyberArena, cho phép hai tác nhân AI đồng thời tấn…
Transluce thông báo đạt thỏa thuận thí điểm đánh giá nhúng sáu tuần với OpenAI, từ đầu tháng 12 sẽ cử nhân sự đến đánh…
Nhóm nghiên cứu OpenAI giới thiệu cách dùng red team tự động để nâng cao độ bền vững mơ hồ của mô hình trong các lĩnh…
美联航 11 月 11 日改了运输合同:用 AI 代理替你订票、改票、买座位或升舱,都算违规,美联航可以不通知就取消这类订单。 就算你在旁边盯着、每一步都点了「同意」,也照样算。合同原文写的是「无论乘客是否监督或批准」。 哪些 AI 算「…
OpenAI phát hành báo cáo sai lệch: ngày 8 tháng 10 năm 2026, một nhà nghiên cứu yêu cầu GPT-6 Astra liên tục chạy đánh…
生成式人工智能、算法、深度合成、区块链等 4 类备案,从 2026 年 11 月 9 日起统一在 1 个网站办:https://beian.cac.gov.cn。 这个新系统的全称是「互联网新技术新应用信息服务备案系统」,由国家互联网信息…
Công ty bảo mật Claroc báo cáo rằng trong số 37.571 ứng dụng do Grok tạo vẫn còn trực tuyến được kiểm tra, 35.578 ứng…
UC Berkeley và các tổ chức khác phát hành benchmark CyberBinGym, đánh giá liệu tác nhân AI trong kịch bản 1-day không…
Nhóm Anthropic Fellows Program đã xây dựng bốn môi trường mô phỏng đa người dùng, đa tác nhân (ngân sách token API…
Microsoft Research công bố nghiên cứu về kỹ thuật backdoor Lazarus, chỉ cần lập trình lại ít hơn 10 neuron ngủ đông…
Quảng cáo
Orange Relay (pro.nat6.net) là một trạm trung chuyển AI API chất lượng cao: giá cả ưu đãi, chất lượng ổn định và đầy đủ các mô hình, hỗ trợ Claude, GPT, Gemini.
Truy cập Orange Relay