跳到正文
目前篩選:一手
11月21日週六
  1. OpenAI News65

    OpenAI 説明對抗性蒸餾防護,並加強 GPT‑6.2 Astra 和 GPT‑6.2 Sol 推理保護

    OpenAI 説明如何偵測和阻止對抗性蒸餾,並在 GPT‑6.2 Astra 和 GPT‑6.2 Sol 加強對受保護推理軌跡的防護。在自適應黑盒紅隊測試中,提取先前請求推理軌跡的攻擊成功率,從 GPT‑6 Astra 原有防護下的 54.0% 降至 GPT‑6.2 Astra 更新防護下的 0.2%;針對當前請求則由 22.9% 降至 0.9%。

    推薦理由:文章並列請求層防護、協同活動調查與自適應紅隊測試,並以攻擊成功率由 54.0% 降至 0.2%,呈現 GPT‑6.2 Astra 對推理提取的防護評估。

11月13日週五
  1. Runway:News(網頁)45

    Runway 收窄內容審核政策與實踐的差距

    Runway 運用大語言模型改善內容審核,讓審核政策更貼合創作情境,並更準確地阻止有害內容。政策可在數小時甚至數分鐘內更新,系統亦能容許劍鬥、槍戰、戰鬥場面和恐怖題材,同時封鎖針對受保護羣體的暴力內容及重現暴力極端襲擊的內容。第三方模型審核、模型錯誤和上下文不足等限制仍然存在。

10月24日週六
10月22日週四
10月6日週二
  1. 香港生產力促進局 · AI 應用39

    正視AI風險②/洩密漏洞 企業員工擅用未授權AI 專家倡政府提供安防工具 補貼培訓網安人才

    香港中小企員工擅用未經公司授權的免費 AI 工具處理資料,帶來數據外洩風險;AI 自動決策亦可能造成不透明及隱性歧視。生產力局與私隱專員公署的調查顯示,超半數本港中小企日常使用 AI 工具。專家建議政府免費提供基礎安防工具及漏洞檢測服務,並補貼網絡安全培訓。

9月30日週三
9月29日週二
9月23日週三
9月22日週二
9月17日週四
9月16日週三
  1. Runway:News(網頁)40

    Runway 即時影片生成如何進行即時內容審核

    Runway 為即時影片生成設計並測試了同步審核系統,模型生成畫面時會同步送交審核,發現有問題的內容便會停止串流。系統採用 Zentropi 的 CoPE-B,建基於 Gemma-4-26B-A4B-it 的 LoRA adapter,每次推理啟用 3.8B 參數;安全審核目前平均耗時少於 0.5 秒。影片可供下載或分享前,Runway 仍會進行最終安全檢查。

8月29日週六
8月26日週三
8月18日週二
8月17日週一
8月5日週三
7月31日週五
7月21日週二
7月20日週一
7月17日週五
7月9日週四
6月1日週一
5月27日週三
5月19日週二
5月8日週五
  1. Runway:News(網頁)50

    Runway 如何在生成式 AI 產品與流程中保障兒童安全

    Runway 在模型開發、產品部署及持續監察各階段設置措施,降低生成和散播涉及兒童的性剝削內容的風險。措施包括訓練數據篩查、模型測試、內容檢測、違規帳戶處置,以及向 NCMEC 舉報已確認的 CSAM;2025 年共提交 516 宗報告。Runway 亦採用 C2PA 來源訊號,並與 Thorn、Tech Coalition 等機構合作。

5月6日週三
4月29日週三
4月28日週二
4月8日週三
3月25日週三
3月23日週一
3月17日週二
3月11日週三
2月1日週日
1月28日週三
2025年12月22日週一
2025年12月18日週四
2025年12月10日週三
2025年12月3日週三