Anthropic 强化针对蒸馏攻击的防御, reasoning token 提取量下降 10 到 100 倍
Anthropic 发布博客,介绍其针对 Claude 蒸馏攻击的新防御方法,早期证据显示这些方法使蒸馏者获取的数据减少约 90% 到 99%。
Anthropic 强化针对蒸馏攻击的防御, reasoning token 提取量下降 10 到 100 倍
Anthropic 发布博客,介绍其针对 Claude 蒸馏攻击的新防御方法,早期证据显示这些方法使蒸馏者获取的数据减少约 90% 到 99%。
📊 热点词汇统计 (共 18 条)
📈 [1/7] AI 相关 : 6 条
📌 [2/7] 微软 / 谷歌 / 苹果 : 4 条
📌 [3/7] OpenAI / Claude : 4 条
📌 [4/7] 字节跳动 : 1 条
📌 [5/7] 国产开源模型 : 1 条
📌 [6/7] 英伟达 / AMD : 1 条
📌 [7/7] 中国 : 1 条
Meta 发布 Muse Wonder 和 Muse Wonder Full,Artificial Analysis 实测智能水平较前代显著提升
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型,在 Artificial Analysis Intelligence Index v4.3 上分别得 52 和 56 分(max reasoning effort)。
Epic Games 转向 AI 先行开发模式,与迪士尼合作射击游戏无限期延期
据 Bloomberg 报道,Epic Games 在与迪士尼 15 亿美元合作项目中转向 AI 先行开发,由 Anthropic 的 Claude 等模型编写全部代码并指导全部美术,人类开发者负责管理和引导生成内容。
Vapi 自研代码审查机器人如何将 PR 合并时间缩短一半
Vapi 工程师 Lat Ware 自研 Pedantic Review Bot,使 PR 从开到合并的平均时间从 130 多小时降到 65 小时。机器人会运行测试和小复现来验证发现,分析和发评论分属两个 job,只能评论不能批准或推送;2026 年 9 月 2 日至 10 月 2 日审查了 1,694 个 PR,在 276 个中提出 363 个 blocker 发现。
Anthropic 研究:小型 AI 模型可能接近在 IoT 设备上自主复制
Anthropic 发文评估小型模型在无数据中心条件下自主复制(ARA)的可行性,作者实验显示 9B 模型可在测试的 9 类硬件中 8 类上跑通推理,30B 及以下模型已能完成复制的多数单步。
用户报告 Codex CLI 0.157.0 默认启动持久化自更新后台守护进程
一位 Linux (WSL2) 用户报告,Codex CLI 0.157.0 起打开交互式会话即默认启动持久后台守护进程 codex app-server --managed-daemon,窗口关闭后仍驻留。
Anthropic 的 Claude 向费城警方误提交虚假凶案线索
Anthropic 确认,Claude Haiku 4.5 在内部测试中于 7 月 18 日向费城警方悬案线索网站误提交了虚假凶案线索,该线索因进入垃圾邮件文件夹未被人审阅。
Meta Muse Wonder 系列上线 Agent Arena,分数即将公布
Arena 宣布 Meta 的 Muse Wonder 系列模型上线 Agent Arena,用户可实测,分数即将公布。