iFeeling Daily

每天精选值得关注的 AI 动态

每天精选值得关注的 AI 动态

行业公司

OpenAI 提出一种新方法，用真实用户历史对话替换模型回答来模拟新模型上线后的真实表现。测试下来中位数预测误差仅1.5倍，还能抓到传统评估漏掉的“计算器作弊”这类奖励黑客行为。难点在于工具环境模拟的保真度，但方向值得所有做AI安全的人关注。

Google Cloud CISO分享AI时代的4个安全防御教训：从缩小攻击面到AI驱动的自主修复，实用且可操作。

美国政府以发现一个狭窄越狱漏洞为由，直接下令Anthropic停用已上线的Fable 5和Mythos 5，连内部外籍员工也不能用。Anthropic一边照办，一边公开反驳：这个攻击甚至不如其他模型的日常能力，并质问——如果所有模型都因发现一个非通用漏洞就停发，行业会怎样？

OpenAI终于出手解决AI部署中最棘手的“最后一公里”问题：教团队把零散的AI使用变成可复用的工作流，而非停留在单个任务的提效。这次推出的阶梯式课程，从提示词到Agent编排，有很强的实操导向，比发新模型更值得关注。

Preply用GPT分析每一节语言课的录音，自动生成语法、词汇、发音的个性化反馈，直接把学生的进步感拉满。结果75%的学习者频繁使用，满意度4.7/5。不是取代老师，而是让老师从写作业中解放出来。

Apple 把 Private Cloud Compute 跑在了 GCP 上，靠的是 Google自研Titan芯片+Intel TDX+NVIDIA Blackwell 机密计算硬刚出来的硬件级信任链。

Anthropic砸1.5亿美元，培训1000名年轻人去非营利组织全职用AI一年。不是搞噱头，是实打实给工资、给技术、给项目，让AI落到基层民生里。这种模式如果跑通，将成为AI行业回馈社会的一个可复用的样板。

BBVA 靠 10 万名员工普及 ChatGPT Enterprise，把“AI 冠军”和“AI 巫师”这样的内部机制玩出了花。它不是又一个银行 AI 试点，而是用 8 个核心业务改革方向，证明了一个拥有百年历史的全球银行如何安全、高效地完成一次由员工牵引的 AI 手术。

AI对齐团队发布综述，表明未来AI系统可能突破当前安全假设，需发展更复杂保障措施，工作包括评估、压力测试，并列出近期多项对齐研究如宪法分类器、Bloom等。