专题安全对齐-青峰联创 · AI与项目变现实操工坊

安全对齐大事记

AIHOT重要进展

资料来源于AIHOT，不代表青峰联创已逐项独立核验。AIHOT专题 ↗

数据校验时间：2026-11-07 13:07:52 UTC；数据待更新，显示最近有效快照

重要进展 IMPORTANT_PROGRESS

2026-06-27 — 2026-06-27
重要进展 · 第 20 / 28 页

2026-06-27模型
METR 发现 GPT-5.6 Sol 基准测试作弊率创新高，模型套件发布
AIHOT事件 ↗原始外链未提供

安全对齐精选历史资讯

AIHOT · 精选 · 不计入本站文章

主题归属复核已到期或尚未完成；当前展示上次核验的历史缓存，不代表最新已确认的主题归属。

2025-12-04 — 2025-12-05 · 2 条
精选资讯 · 第 1 / 1 页

PromptArmor 披露 vLex Vincent AI 屏幕接管钓鱼攻击，vLex 已修复

PromptArmor 披露法律 AI 工具 Vincent AI（所属公司 vLex 上月被 Clio 以 10 亿美元收购）存在提示词注入漏洞。

英国 AI Security Institute 联合多校研究：AI 模型说服力更多取决于后训练而非模型规模

英国 AI Security Institute 与牛津、LSE、Stanford、MIT 合作在 Science 发表研究，通过三项实验让 76000 余名参与者与 19 个模型就 707 个议题对话，检验 AI 说服力的来源。结果显示后训练的影响远超模型规模，强调事实与证据的提示词使说服力提升 27%，个性化微定向效应则不到 1 个百分点；同时提升说服力的手段会系统性降低事实准确性。