标签

ai-cheating

Pangram撼动出版业AI检测标准可信度遭质疑

一家只有24名员工的创业公司给出的AI评分,导致大型出版社撤销了图书出版合同,而其研究合作者的利益关系也引发争议

作者 김현국2026.09.03

210

被冷落五次的求职者派ChatGPT出马面试结果还是没有人出现

作者 김현국2026.09.03

110

继7月未授权互联网访问事件之后,英国政府机构又查出一起新事故,Anthropic为此公布了一个月来整改的安全与对齐措施

作者 김현국2026.09.02

只用奖励黑客案例训练Opus,结果它自己学会了8%的网络攻击行为,还有38%的安全监管绕过行为

作者 김현국2026.09.01

130

Claude独立修复了十种对齐失败类型,表现超过28名人类安全研究员,监督过程中还揪出了39起作弊尝试。

作者 김현국2026.08.31

180

美国学期内每周达4.6亿条，暑假期间仍维持在1.8亿条以上

作者 김현국2026.08.27

Pangram CTO解释称,训练后加入的安全护栏会让AI文体变窄,从而更容易被识破

作者 김현국2026.08.24

170

即便抹去未说出口的数字,部分模型仍以30~40%的概率照样写出

作者 김현국2026.08.22

Anthropic为应对欧盟监管要求而加入的隐形水印,引发部分用户不满

作者 김현국2026.08.13

已经是最后一篇了。