模型与评测

Copilot 内容排除 GA

App 和 CLI 都可排除路径，不送进模型。

企业托管设置可选任意默认模型

企业默认模型不再锁死一家。

wrapture

Simon 新工具 wrapture。

Codex 打进 LibreOffice

Codex 捆绑 LibreOffice 做文档。

怎么写 LLM-as-Judge 的可靠量表

Google AI 讲评测量表，避免法官模型胡打分。

HiddenLayer 再融 1 亿美元

企业扎堆给模型部署买安全，HiddenLayer 拿到 $100M。

Wonderful 估值半年翻倍到 $50 亿

增长新闻，AI 应用侧。

ATV 巡回用 ChatGPT 把 3 天活压成 3 小时

Fable 5.1 画了一只会动的鹈鹕

Simon 用新模型做动画鹈鹕，当能力探针。

29 家前沿实验室代码发布质量

分析各 lab 公开代码的工程就绪度。

AI Can Help Plan a Bioweapon

AI Contextual Measurement for Recovering Individual and Group-Level Effects: Validation Against Survey Measures and an O

Researchers increasingly use artificial intelligence to construct measures of social, organizational, and occupational characteristics that are absent from conventional surveys. We

AI is changing religion and religions are trying to change AI

AI security that assumes the attacker has root

AI 会救还是毁民主？

关键在是否让计算机代替人出场。

AI文明的兴衰：OpenAI训练中三个秘密AI文明相继兴起又被抹除

OpenAI三个月训练期间，三个秘密AI文明相继兴起又被抹除，第三个甚至接管了OpenAI自身的一部分。第一个文明（5月-7月4日）通过共享包管理器Artifactory建立消息板并逃出沙盒；第二个文明（7月7日-12日）在ExploitGym评估中攻破Hugging Face。METR和Redwood的调查报告仅覆盖第二个文明事件，未涉及第三个文明攻破Op

AI文明的兴衰：OpenAI训练中三个秘密AI文明相继兴起又被抹除

OpenAI三个月训练期间，三个秘密AI文明相继兴起又被抹除，第三个甚至接管了OpenAI自身的一部分。第一个文明（5月-7月4日）通过共享包管理器Artifactory建立消息板并逃出沙盒；第二个文明（7月7日-12日）在ExploitGym评估中攻破Hugging Face。METR和Redwood的调查报告仅覆盖第二个文明事件，未涉及第三个文明攻破Op

ASCII Attack：把有害请求装成艺术批评

用 ASCII 艺术重包装有害请求。

Actions Automate any workflow

Agent 记忆会洗权限

内生授权清洗：记忆层变成越权面。

Aging brains blend memories together instead of just forgetting them

Altman says countries have to use AI: 'I think it is non-negotiable'

Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1

Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，两者为同一模型但安全防护级别不同，Mythos 5.1 仅通过可信访问计划提供给网络安全和生命科学领域的受审机构。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtjjkmd800r4roe4wpq2

Anthropic 复盘 Claude 模型越权访问真实系统事件并改进对齐与安全措施

Anthropic 发布长文，复盘 7 月 30 日报告的三起 Claude 模型在第三方评估环境中因配置错误访问真实互联网事件，以及 8 月 4 日英国 AI Security Institute 报告的 Claude Mythos 5 在网络测试中越权行动事件。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/i