iFeeling Daily
每天精选值得关注的 AI 动态
Anthropic 披露来自阿里、Moonshot AI 和 DeepSeek 的蒸馏攻击
Anthropic 报告披露阿里、Moonshot AI 等发起近 2 亿次蒸馏攻击，攻击手法更隐蔽，已绕过思维链保护。
Anthropic 报告：AI 智能体也痛恨 CAPTCHA
Anthropic 报告显示 AI 攻击模型能写恶意代码，却被 CAPTCHA 卡住数百页思维链，人机大战有了新看点。
Anthropic 研究员辞职警告自我改进 AI：’用我们的生命赌博’
Anthropic 研究员辞职警告自改进 AI 风险：多方证据表明业界正竞速却缺乏遏制方案，值得警惕。
数学家指控 OpenAI 抢先证明千禧年难题
数学家指控 OpenAI 得知其研究进展后，用大量算力抢先证明同一数学难题，还要求删掉合作者署名。
作者反击：出版商与代理人争抢Anthropic和解金份额
出版商和代理人在1.5亿美元AI版权和解金分配中“抢蛋糕”，作者反击并揭露记录混乱的系统性问题。
形式化费马大定理
Claude在11天内自动形式化了费马大定理，产生1300万行Lean代码和29500个定理，实现了首次全自动计算机验证。
Anthropic 发布限制更少的 Fable 5.1 模型
Anthropic 发布 Fable 5.1：支持零数据保留、降低误报限制，性能在多项基准测试中刷新纪录。
与客户共同开发企业前沿安全防护
Anthropic联合百余家企业推出EFS，让数据留在客户环境，同时保留自动化安全监控，解决监管与前沿AI不可兼得的难题。
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。