Redwood Research 提出模拟控制评估方法 SCE 测试 AI 监控器
Redwood Research 发布模拟控制评估（SCE）论文，用 LLM 环境模拟器伪造工具响应来测试监控器能否拦截模型的蓄意攻击，无需真实执行。 🔗 阅读原文 via AIHOT · https://aihot.news/items/bufus1lcr4ii4povmvwdoarpl
正在加载页面…
正在加载简报…
共 2,230 条 · 当前 409–420 条
Redwood Research 发布模拟控制评估（SCE）论文，用 LLM 环境模拟器伪造工具响应来测试监控器能否拦截模型的蓄意攻击，无需真实执行。 🔗 阅读原文 via AIHOT · https://aihot.news/items/bufus1lcr4ii4povmvwdoarpl
我们正在用 dots 打造更好的 dots。 OpenAI 工程师 @rennsong 用她的 dot 收集社交媒体和用户报告中的反馈，在 ChatGPT Space 中更新实时追踪器，并用 Codex 调查和修复 bug。 🔗 阅读原文 via AIHOT · https://aihot.news/items/wmu6g43je6jz24dzywz41tth0
SPACEXSI 🔥：Grok Bot 现在有了自己的 Vault，用于存储登录信息、联系人和信用卡信息。 保存的信息可在设置中新增的 Vault 标签页中找到。该功能正在移动端和桌面端应用中逐步推出。 Grok Bot 正慢慢获得新的超能力！ 🔗 阅读原文 via AIHOT · https://aihot.news/items/b9w167uhs8thjw2ipw12wouon
本周 Nvidia CEO 黄仁勋在 GTC Berlin 主题演讲中与 Microduck 机器人互动的视频走红，次日预订单超过 20000 台，预计圣诞节前交付。 🔗 阅读原文 via AIHOT · https://aihot.news/items/mokt1q3mwvo08u365uy7exgy7
HumanLayer 宣布开源 HumanLayer core，与 HumanLayer Cloud 运行同一套代码，涵盖 Electron/Tauri 桌面应用、可运行 Claude Code 和 Codex 会话的 daemon、cloud API 与 Electric proxy、插件、Linear CLI 及 GitHub/Linear/Jira/Slack 集成。 🔗 阅读原文 via AIHOT · https://aih...
Mubit 推出一个平台，让团队针对重复性任务训练自己的 AI 模型，同时发布一个开放模型和一个新基准。 Mubit 作为代理基础 URL，位于 OpenAI、Anthropic 或 Gemini API 之前，基于智能体任务训练一个小模型。在 Mubit 的测试中，新模型一旦追平前沿模型，就能接管该任务。 Mubit 还可以从 Langfuse、Braintrust 或 Pydantic Logfire 导入过往调用记录进行学习。 �...
努力迎难而上。很感激能与一个和我一样深感责任的团队共事。 🔗 阅读原文 via AIHOT · https://aihot.news/items/b817f4l4x76ly8ivraz0shdqd
Palantir CEO Alex Karp：AI 可能让他的财富增长 20 倍，而这对社会是个问题 完整视频见“Palantir”YouTube 频道，（链接在评论中） 🔗 阅读原文 via AIHOT · https://aihot.news/items/o81mlyn3dxwz48dnxoyd9xb7j
Simon Willison 用提示词让 Claude Opus 5.5 High 构建了一个 artifact：打开照片后，几秒内用 canvas 元素和模拟画笔"画"出该照片的版本。该工具使用 Sobel 边缘检测，除 Google Fonts 外不依赖任何外部库。 🔗 阅读原文 via AIHOT · https://aihot.news/items/n60yxb53v9eki31v1yygc9g97
这人懂行 （引用推文核心要点：@backnotprop 认为，我们正快速演进到不再需要“意图/对齐界面”来审查，而是需要更好的决策“指挥中心”。跨多上下文的决策正成为瓶颈，而智能体能轻松应对这些上下文。这凸显了对知识型决策者的需求——问题不在于我们理解不了；更好的模型能推导出对齐的意图，无需太多引导就能产出有品味且正确的方案。这让有经验的人如虎添翼，随着我们越来越少地“ babysit ”、越来越少地问“等等兄弟你刚才到底干了啥”，事情...
🚢🚢🚢 🔗 阅读原文 via AIHOT · https://aihot.news/items/cb4uiaddxx9geprg9fl5jo9ia
grok @bot 0.75.5 现已稳定并逐步推送！ vault：保存登录信息、银行卡和联系人信息，你的 bot 会自动填写 bot 转发邮件时保留原始格式和附件 你已要求的事项会减少审批卡片 完整更新日志见下 🔗 阅读原文 via AIHOT · https://aihot.news/items/f82vrimhxhoolr6e7u479zhb6