BriefGPT - AI 论文速递 ·

Obfuscated Activations Bypass LLM Latent-Space Defenses

💡 原文英文，约100词，阅读约需1分钟。

📝

内容提要

本研究探讨了模糊激活如何绕过大语言模型的潜在空间防御，揭示现有防御手段如稀疏自编码器的脆弱性。尽管模糊化在某些情况下能维持模型行为，但在复杂任务中会降低性能，提出了潜在空间防御的新挑战。

🏷️

Anthropic的Fable 5.1更便宜、更智能，拒绝次数大幅减少
Anthropic发布Fable 5.1和Mythos 5.1模型，性能提升且缓存读取价格降低75%。Fable 5.1在科学基准测试中大幅进步，安全防护...
Djangonaut Space - 第7期开放申请
Django官方宣布Djangonaut Space导师计划开放申请，面向贡献者提供免费8周小组指导，帮助提升代码贡献能力并培养领导力。参与者反馈该计划提...
爱色丽与金印联共建数字化油墨配色中心
爱色丽与金印联合作建立国内首家认证的数字化油墨配色中心，利用eXact 2色差仪和配色软件，实现快速测量、自动配方和库存复用，形成标准化流程，提升印刷包装...
NAVER Ventures战略投资Baobab Studios，联合开发《SHINE》跨媒介IP
NAVER Ventures战略投资Baobab Studios，双方将联合开发跨媒介IP《SHINE》。该项目由奥斯卡提名导演Erick Oh与WEBT...
瀚高股份三会连展智能数据基座HigoBase
瀚高股份在2026年8月参加多个行业会议，展示其智能数据基座HigoBase，强调开源数据库与生态协同。公司发布相关白皮书，并深度参与PostgreSQL...
从需求到可执行工作项：MCP+Skill 让智能体规划真正落地
本文介绍华为云码道代码智能体通过MCP和Skill实现需求自动化拆解与落地。用户输入需求后，智能体自动完成史诗到任务的层级拆解、智能排期（跳过周末），并批...