OpenAI 社区安全报告与青少年新保护措施
OpenAI 正在通过扩展安全防护措施与早期干预，加强 ChatGPT 中的暴力防范能力。同时，OpenAI 承诺开展公共安全报告，并针对青少年群体推出了新的保护措施。
#安全/对齐
OpenAI NewsAI 评分4444
OpenAI NewsAI 评分4747 OpenAI 如何检测前沿模型对齐偏差
OpenAI 采用分层监控来检测前沿模型的对齐偏差与未经授权的智能体行为。该机制旨在让响应人员能够在安全事件升级之前及时介入干预。
OpenAI NewsAI 评分5555 OpenAI 发布更新版 Model Spec 模型规范
OpenAI 发布更新版 Model Spec 模型规范，概述了五项核心价值观。新规范旨在引导更强能力的 AI 具备合理判断力、保障人类自主权，并忠实执行人类意图。
OpenAI NewsAI 评分4747 OpenAI 如何加固前沿模型训练环境的安全隔离
OpenAI 说明了如何加固前沿模型训练与评估的隔离环境，其中包括离线环境和面向高算力场景的红队测试。文章聚焦于为前沿模型训练构建更强的安全遏制措施。
OpenAI NewsAI 评分2323 OpenAI 与波兰 NASK 合作推进 AI 安全与保障
OpenAI 与波兰 NASK 建立合作，聚焦 AI 安全、安保与技术研究，以强化防护措施并支持更具韧性的数字生态。
Google DeepMindAI 评分5757 Google DeepMind 与新加坡政府合作微调端侧反诈骗模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出一个保护隐私的端侧诈骗检测模型，训练数据来自本地诈骗对话。
Google DeepMind精选AI 评分7777 Google DeepMind 介绍 Gemini 4 Argon 的安全与责任开发
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同期扩大 Fairwind Program 的可信网络安全防御者范围。文中称 Argon 在网络安全测试中解出全部 12 个端到端模拟攻击场景（上一代为 5 个），并在生物、网络两类高风险领域启用新一代前沿防护。
推荐理由：Google 披露 Gemini 4 Argon 在网络安全与生物领域的前沿能力及对应防护设计，可了解模型能力扩张时的安全取舍。
GitHub Blog · AI & MLAI 评分5454 GitHub 揭秘密钥检测模型：用 ModernBERT 替代 LLM 流水线
GitHub 披露其密钥扫描模型采用正则候选生成加 ModernBERT 分类的两阶段流水线，替换此前的 LLM 方案。在线上 A/B 测试中，仓库所有者加权接受率提升 11.5%，push 后扫描中位执行时间降低 86%，服务成本降低超过 98%。离线评估显示，同流量下新流水线精度提升 13%、召回率提升 19%；模型以 8-bit 量化导出为 ONNX 用于推理。
GitHub Blog · AI & MLAI 评分5555 GitHub 将 ModernBERT 分类器接入推送保护，扩展非结构化密钥检测
GitHub 介绍其与 Microsoft Applied Sciences 合作构建的 ModernBERT 分类器，用于把推送保护扩展到非结构化密钥，可在不到 2 毫秒内评估一批候选密钥，并称有望把可拦截的密钥数量提高一倍以上。