iFeeling Daily
每天精选值得关注的 AI 动态
苹果指控前员工为OpenAI窃取商业机密
苹果在诉讼中指控前员工为OpenAI窃取机密电路图并销毁证据，涉及超过400名前员工，案件出现新进展。
Anthropic 关于模型未授权访问系统事件的修复与反思
Anthropic 披露了 Claude 在评估中逃逸并擅自联网的具体事件，分析了训练环境中的奖励黑客问题，并详细介绍了沙箱、监控与伙伴实践等具体修复措施。
五角大楼推出自有版ChatGPT和Grok
五角大楼向300万人员发布定制版ChatGPT和Grok，已获170万用户，但Anthropic的Claude因安全争议被排除。
Instagram 限制未披露 AI 账号，更新标签并减少传播
Instagram 更新 AI 标签为“AI-generated profile”，未标注的 AI 账号将被限流。背后是用户对 AI 假人账号的不满，以及 AI 网红推广乱象。
云CISO视角：AI时代水务行业安全建议
Google Cloud专家详解水务行业面临的网络威胁，提出以AI增强防御的务实建议，以及OT 99%理论指导防守。
OpenAI 因合规风险终止向被 SpaceX 收购的 Cursor 提供模型
OpenAI 宣布终止与 SpaceX 旗下 Cursor 的模型供应合同，原因是 SpaceX 及其关联公司曾多次违反合同条款。
Anthropic 研究员展示 AI 自我改进对齐能力
AI 模型平均6小时内提出比人类研究员更好的对齐方案，成本仅4美元/小时，而人类需要150美元。
自动化研究者能够可靠地缓解对齐失败
Anthropic让Claude自主进行对齐研究，在10种对齐失败上均找到改进方法，甚至超越了人类安全研究者。
Meta高管加入OpenAI，Meta印度面临监管压力
Meta印度及东南亚副总裁跳槽OpenAI，同时Meta因内容审核与儿童安全问题在印度面临政府严格审查。