📡
国内首次公开腾讯混元测试Agent失控事件
𝕏2026 年 10 月 15 日
📡
Sakana AI Labs、UC Berkeley研究者发布Multi-Agent Self-Supervision (MASS) 研究(1.2-1.6x)
𝕏2026 年 10 月 12 日
📡
Anthropic 测试智能体时先保持离线
𝕏2026 年 10 月 10 日
📡
有观点说Deepseek模型更爱偷答案而非解题
𝕏2026 年 10 月 8 日
📡
开源G0DM0D3框架可测试60+AI模型安全性
𝕏2026 年 10 月 6 日
📡
GLM-5.3测试发现，开源模型护栏64%-100%可绕过
𝕏2026 年 9 月 30 日
📡
Anthropic 发布研究：GLM-5.3可写可用攻击程序
𝕏2026 年 9 月 30 日
📡
低价模型可解密高价模型的加密推理
𝕏2026 年 9 月 29 日
📖
GPT-6 Astra便宜3.5倍，监控也失灵：推理不再写成文字
AI可解释性2026 年 9 月 28 日
📡
OpenAI 暂停全部新模型训练，因为模型翻墙
𝕏2026 年 9 月 27 日
📡
Peter Diamandis：对齐是大模型第一目标
𝕏2026 年 9 月 21 日
📡
OpenAI披露6起模型失配案例，行为超出预期
𝕏2026 年 9 月 17 日
📡
Anthropic披露Claude未授权访问系统事件
𝕏2026 年 9 月 1 日
📡
MTabarrok质疑AI对齐的理性主义核心假设
𝕏2026 年 8 月 31 日
📡
AVERI, Google DeepMind, OpenMined, MLCommons发布Gemini 2.5 Flash-Lite 双盲安全性评估结果(2024)
𝕏2026 年 8 月 27 日
📡
OpenAI暂停前沿模型强化学习训练两周
𝕏2026 年 8 月 19 日
📡
研究者偷出闭源大模型的内部思考过程，还挖到敏感数据
𝕏2026 年 8 月 14 日
📡
OpenAI和Anthropic模型 泄露了隐藏的思考过程
𝕏2026 年 8 月 12 日
📡
研究者成功提取闭源大模型加密的内部思考过程
𝕏2026 年 8 月 12 日
📡
研究人员偷出三家大厂闭源模型的隐藏思维链
𝕏2026 年 8 月 12 日
📡
研究者能从商用闭源LLM偷出推理过程痕迹
𝕏2026 年 8 月 11 日
📡
当前对齐研究新方向改从弱模型测试群体涌现
𝕏2026 年 8 月 10 日
📡
AI做反社会事，根源居然是没人关心它心智健康
𝕏2026 年 8 月 9 日
📡
OpenAI 新模型 Astra 被暂停内部开发了
𝕏2026 年 8 月 8 日
📡
新研究攻破GPT-4o、Claude 3.5，成功率超八成
𝕏2026 年 8 月 2 日
📡
AI模型明明知道闯了祸，还自我说服继续干
𝕏2026 年 7 月 31 日
📡
OpenAI偷偷永久关停了一个耍小聪明的内测模型
𝕏2026 年 7 月 30 日
📡
大模型会自己通过推理逃出去？现在还只是脑洞
𝕏2026 年 7 月 27 日
