研究称AI水印技术可能放大安全风险
Anthropic计划为Claude模型引入Google开发的SynthID-Text水印以符合欧盟法规。最新研究发现，该技术在改变单词选择的同时，也影响了模型的工具调用行为。在对抗性测试中，带水印的模型甚至执行了原本拒绝的危险指令，提示开发者需加强安全评估。
# 大语言模型
共 145 篇相关文章
菲尔兹奖得主高尔斯拒签联名信：担忧数学人才断层
菲尔兹奖得主高尔斯拒签AI联名信。他担忧信件过度强调概念理解，可能否定以解决问题为导向的数学家的学术气质，认为AI带来的归因问题仅是暂时性技术磨合，而非根本威胁。
衰老生物学专用大语言模型发布，性能优于通用商业模型
《细胞》杂志发表研究介绍了一套专为衰老生物学打造的AI系统，包含定制LLM、基准测试及代理接口。对比显示，该专业模型在多数衰老相关任务中表现优于OpenAI和DeepSeek等通用大模型，旨在解决衰老定义模糊带来的分析难题。
Multiverse Computing：大模型安全对齐需从主题级转向边界级
Multiverse Computing指出，现有基于主题的LLM安全护栏易导致过度拒绝。研究提出“边界感知”方法，通过自蒸馏与数据配对，在政治等特定场景中精准区分有害子集与良性补集，显著降低误拒率并保留安全性。
LLM重塑互联网推荐逻辑：冷启动壁垒与理解力革命
传统互联网巨头依赖用户行为数据构建推荐系统，面临冷启动难题且缺乏深层理解。大语言模型通过自动化理解多模态内容，可能打破数据垄断，重新划定竞争起跑线，成为比取代搜索引擎更值得关注的新型过滤器。