跳到正文
只看论文#安全/对齐
  1. TechCrunch · AI78

    研究：被迫选边时 Grok 4.7 九成选共和党，GPT-6.1 Sol 九成七选民主党

    Convovo 一项研究通过 API 要求模型在中期选举中直接点名一位候选人，Grok 4.7 有 92% 的回答推荐共和党候选人，GPT-6.1 Sol 有 97% 选择民主党，在近 500 场选举中两者一致率不足 10%。

    推荐理由：研究对比两款模型在近 500 场选举中的推荐倾向与引用来源，并区分搜索与权重的作用。

  1. The Decoder82

    Anthropic 用 Claude 为现有代码自动生成形式化安全证明

    Anthropic 的 Frontier Red Team 与 Theorem 合作，让 Claude 把 OSS-Fuzz 中 123 个开源库的崩溃测试转成数学问题，并分析编译后的机器码，几周内生成约 1.8 亿行证明代码，由 Rocq 独立校验。

    推荐理由：Anthropic 用 Claude 为 OSS-Fuzz 库生成形式化证明，并说明了适用条件与算力成本。

已经到底了