跳到正文

技术方向

安全对齐 最新动态

让 AI 可控、可信、不被滥用：越狱与防御、模型行为研究、安全评测与治理框架。

61 条精选近 30 天 47 条共收录 422 条

更新

精选归档 · 第 4 页

2月5日周四第 61–61 条
  1. Anthropic · Frontier Red Team82

    Anthropic 披露 Claude Opus 4.6 发现的 0-day 漏洞

    Anthropic 发布研究，称 Claude Opus 4.6 在无专用工具、脚手架或特殊提示词的情况下，能像人类研究员一样阅读代码并发现高危漏洞，部分漏洞在长期运行 fuzzer 的代码库中已潜伏数十年。

    推荐理由：Anthropic 披露 Claude Opus 4.6 在无专用工具下发现开源软件高危漏洞的方法与案例，可了解模型推理式漏洞挖掘的路径。