今天看啥
专栏 RSS订阅(公众号)
温馨提示:订阅专栏后我们将尽力更新;开通 稳定极速订阅 可获得稳定更新保障,并降低更新延迟;无人订阅的专栏有可能不会更新
程序化API访问方法
基础API: 未开通,请先订阅专栏再开通
高级API: 未开通,请先订阅专栏再开通
扩展API接口一: 未开通,请先订阅专栏再开通
提交新专栏
专栏 二维码
今天看啥Skill
TodayRss-海外RSS稳定源
今天看啥
公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
他们也喜欢这个专栏
 • 
RSS订阅
今天看啥  ›  专栏  ›  为机器立心
介绍人工智能安全领域下的学术界前沿进展、个人的一些学习笔记经验、资料分享等。主题包括但不限于人工智能安全、可解释性、鲁棒性、隐私安全等
免责声明:本专栏仅为信息导航参考,不代表原文立场或观点。 原专栏内容版权归原作者所有,如您为原作者并希望删除该专栏,请通过 【版权申诉通道】联系我们处理。
需要稳定、低延迟更新,可开通 RSS 稳定极速订阅 ,获得稳定更新保障并降低更新延迟
阿里通义千问重磅新方案PolicyAlign:不用海量标注数据,直接拿法规政策对齐大模型安全
为机器立心  ·  公众号  ·  ·  2 月前  · 
南开+阿里实验室发现AI智能体致命漏洞:不用套话、不用破解,仅凭正常对话就能偷走付费专属技能
为机器立心  ·  公众号  ·  ·  2 月前  · 
中科院|给常驻AI智能体装上「语义防火墙」TokenWall,攻击拦截率飙升、延迟几乎无感
为机器立心  ·  公众号  ·  ·  2 月前  · 
AI会自己进化,但也会自己“变坏”|浙大、蚂蚁、清华等顶刊论文拆解致命安全黑洞
为机器立心  ·  公众号  ·  ·  2 月前  · 
ICML 2026| Docker沙箱拦不住顶级AI!牛津+英安研测出:Claude Mythos可...
为机器立心  ·  公众号  ·  ·  2 月前  · 
ICML 2026:AI越狱的底层真相!攻击只是“暂时捂住安全员”,危险信号永远藏在模型深处
为机器立心  ·  公众号  ·  ·  2 月前  · 
NDSS 2026| ACE问世:根治AI插件劫持漏洞,再也不怕恶意工具操控大模型
为机器立心  ·  公众号  ·  ·  2 月前  · 
万字代码库再也不用翻烂!腾讯联合多校推出Harness Handbook,解决AI代码智能体“找不准...
为机器立心  ·  公众号  ·  ·  2 月前  · 
ICML 2026|自动翻译越狱论文,大模型安全评测终于告别“各说各话”
为机器立心  ·  公众号  ·  ·  2 月前  · 
大模型只会“缝合”论文?耶鲁重磅研究戳破AI科研创意假象:人类和AI的科研品味根本不在一条线上
为机器立心  ·  公众号  ·  ·  2 月前  · 
NDSS 2026|ToolHijacker攻击可劫持所有AI智能体工具调用,现有防御全失效
为机器立心  ·  公众号  ·  ·  2 月前  · 
腾讯朱雀实验室:花旗舰模型的钱,拿到的却是 “低配版”?A.I.G开源工具,戳破第三方 LLM AP...
为机器立心  ·  公众号  ·  ·  2 月前  · 
花高价买GPT-4,后台偷偷跑3.5?清华+新加坡国立推出IRIS,一键戳穿大模型网关“偷梁换柱”骗...
为机器立心  ·  公众号  ·  ·  2 月前  · 
ICLR 2026: UC Berkeley提出CyberGym:1507个真实漏洞给AI智能体做网...
为机器立心  ·  公众号  ·  ·  2 月前  · 
同样是顶尖大模型,安全护栏差距超百倍!FAR.AI最新测评揭开越狱现实
为机器立心  ·  公众号  ·  ·  2 月前  · 
ICLR 2026: 弱模型也能管住强AI智能体?Scale AI新研究,撕开Agent隐蔽作恶的监...
为机器立心  ·  公众号  ·  ·  2 月前  · 
ICLR2026|AI是真的在思考,还是在“演戏作弊”?TRACE揪出大模型看不见的隐式奖励黑客
为机器立心  ·  公众号  ·  ·  2 月前  · 
S 2026|普渡大学:能自动网购、刷网页的AI浏览器,正在被电商“套路”疯狂拿捏
为机器立心  ·  公众号  ·  ·  2 月前  · 
不用微调大模型,AI 智能体越用越聪明!浙大 + 阿里港城大推出 Living-Harness,根治...
为机器立心  ·  公众号  ·  ·  2 月前  · 
ICML 2026|FAR.AI: 大模型学会 “耍心眼”,明明在作弊,检测器却看不出来?
为机器立心  ·  公众号  ·  ·  2 月前  ·