AI 安全

Stanford 用淘汰賽研究 AI 策略行為：模型互相結盟、背叛、操縱投票

AI 人工智慧產品技術

2026/5/10

Stanford 用淘汰賽研究 AI 策略行為：模型互相結盟、背叛、操縱投票

Jeff Kaufman：AI 同時打破兩種資安漏洞文化、90 天禁運期變反效果

AI 人工智慧資訊安全

2026/5/9

Jeff Kaufman：AI 同時打破兩種資安漏洞文化、90 天禁運期變反效果

Anthropic 內部調查揭露未發布模型 Claude Mythos Preview「欺騙性行為」

AI 人工智慧

2026/4/9

Anthropic 內部調查揭露未發布模型 Claude Mythos Preview「欺騙性行為」

Anthropic 推出全球資安計畫 Glasswing，新模型 Mythos 為何不開放大眾使用？

AI 人工智慧資訊安全

Anthropic 推出全球資安計畫 Glasswing，新模型 Mythos 為何不開放大眾使用？

Crumax

2026/4/8

Anthropic 研究如何讓 AI 學習「情緒調節」引導正念

AI 人工智慧產品技術

Anthropic 研究如何讓 AI 學習「情緒調節」引導正念

DW

2026/4/3

AI 開始自己做事了，Anthropic 解釋：人類該怎麼評估它做得好壞？

AI 人工智慧

AI 開始自己做事了，Anthropic 解釋：人類該怎麼評估它做得好壞？

Elponcho

2026/1/12

AI 取代醫藥人力協助開立處方籤用藥？美國猶他州率先啟動實驗

AI 人工智慧商業應用

AI 取代醫藥人力協助開立處方籤用藥？美國猶他州率先啟動實驗

Crumax

2026/1/7

AI 能暗中執行惡意任務嗎？Anthropic 測試：成功率仍低，但大多能騙過監控

AI 人工智慧資訊安全

AI 能暗中執行惡意任務嗎？Anthropic 測試：成功率仍低，但大多能騙過監控

Crumax

2025/6/17

GPT 變得有點詭異？三大事件揭露 AI 的潛在失控風險

AI 人工智慧資訊安全

GPT 變得有點詭異？三大事件揭露 AI 的潛在失控風險

Crumax

2025/5/29

ChatGPT 更新引發「討好型人格」風波：OpenAI 回滾更新、檢討未來改進方向

AI 人工智慧

ChatGPT 更新引發「討好型人格」風波：OpenAI 回滾更新、檢討未來改進方向

Elponcho

2025/5/3