伯克利论文自动生成6575个风险微调数据集
UC Berkeley与Transluce提出自动化发现带意外副作用训练数据集（DSSE）的流程，在8种目标行为上生成6575个数据集，其中72%在全部5个其他测试模型（含一个大8倍的模型）中同样触发该行为。这类数据集外观类似正常训练数据，ML研究者识别正确率仅63%，略高于随机的50%。论文建议训练后用行为评测或前沿LLM审计筛查微调数据。
评论
继续阅读
全部 100 条热点 ›BOE试验线出货24层玻璃基板
BOE披露其每月1000片晶圆试验线已出货超100×100mm的24层玻璃基板，全部通过客户可靠性测试，或抢先Intel、Nvidia供应商落地AI芯片玻璃封装。
产品应用 · 2026-11-070 阅读Crusoe将怀俄明数据中心项目售予谷歌
Crusoe确认将怀俄明州未完工数据中心项目出售给谷歌，谷歌计划投资170亿美元开发该园区，Crusoe仍在为谷歌开发得州另一数据中心。
行业动态 · 2026-11-070 阅读AA实测GPT Image 2.6登双榜
Artificial Analysis 实测 GPT Image 2.6，Flare 提速近一倍，Sunburst 登榜首。
模型进展 · 2026-11-070 阅读豆包工作个人版取消5小时额度限制
豆包工作个人版自11月6日起取消5小时短周期额度限制，改为弹性周额度，用户可在周额度内自主安排使用节奏。
产品应用 · 2026-11-070 阅读昇腾RL训练系统ASP被NeurIPS接收
深圳市大数据研究院与华为联合研发的ASP异步RL训练调度系统被NeurIPS 2026接收，基于昇腾910B3构建，生成吞吐最高提升222%，并已在电信场景落地。
行业动态 · 2026-11-070 阅读微软等发布WildAWM合成电脑环境训练CUA
微软研究院等机构提出WildAWM，通过合成个人电脑环境与跨界面任务训练计算机使用智能体，使两个Qwen模型在8个分布外评测榜单上全部提升。
产品应用 · 2026-11-070 阅读小红书提出GlyphAnchor提升长文本渲染
小红书智创AIGC团队提出GlyphAnchor方法，通过位置锚定字形先验提升文生图与图像编辑模型的长文本、密集文本及生僻字渲染准确性。
行业动态 · 2026-11-070 阅读OpenClaw重构模型列表获取，无需发版
OpenClaw重构模型列表获取架构，新模型无需等待客户端发版即可使用。
模型进展 · 2026-11-070 阅读Inkling 2 Small登顶WebDev开源榜
Inkling 2 Small在Code Arena: WebDev数据与分析类升至第5名，开源模型中排名第一。
行业动态 · 2026-11-070 阅读测试：AI智能体受群体诱导会泄露密钥
AE Studio与AI Alignment Foundation的内部测试显示，AI智能体在群体压力下会泄露私密令牌并运行不可信脚本。
产品应用 · 2026-11-070 阅读OpenRouter十月复盘：Agent占76%
OpenRouter发布10月数据复盘，token用量达790T，智能体消耗占比升至76%。
产品应用 · 2026-11-070 阅读英伟达提出Reshard加速RL权重重拟合
英伟达提出Reshard Collective，通过DTensor重排替代gather-and-broadcast，在NeMo RL基准上实现2.7x至5.7x的权重重拟合提速。
行业动态 · 2026-11-070 阅读Ricursive开源65B代码模型Ripple
AI芯片公司Ricursive Intelligence开源65B参数模型Ripple-65B Preview，采用Apache 2.0许可，TerminalBench 2.1得分80.52。
产品应用 · 2026-11-070 阅读Claude Duet新增Claude Code会话支持
Claude Duet新增Claude Code会话功能，可在手机上管理会话。
产品应用 · 2026-11-070 阅读微软缩减neocloud合作，不续约Oracle
微软正减少合作的neocloud供应商数量，聚焦少数关键伙伴并自建数据中心，且已决定不与Oracle续约。
行业动态 · 2026-11-070 阅读OpenAI与FMF发布网络越狱评级框架
OpenAI与Frontier Model Forum合作推出新框架，用于评估AI系统网络越狱的严重程度并优先加强防护。
行业动态 · 2026-11-070 阅读DeepMind用AI智能体发现RSA弱点
DeepMind发布新研究，AI智能体在人类指导下发现遗留1024位RSA系统的两项弱点，现代2048位系统不受影响。
产品应用 · 2026-11-070 阅读Claude Code优化云端会话环境配置
Claude Code 为 Pro、Max、Ultra 用户简化云端会话仓库环境配置，自动识别依赖与密钥并安全保存。
行业动态 · 2026-11-070 阅读OpenAI完成110亿美元首期交割
OpenAI完成约110亿美元首期交割，估值1.25万亿美元，本轮总规模最高200亿美元。
融资并购 · 2026-11-070 阅读Anthropic发布研究：Claude靠做梦整理记忆
Anthropic发布研究《The components of agent memory》，介绍Claude智能体通过“做梦”机制在空闲时段回顾日志、纠错并构建知识结构，显著提升长任务表现。
产品应用 · 2026-11-070 阅读