本文介绍了MASTERKEY框架，旨在自动化大语言模型聊天机器人的越狱攻击。研究揭示了现有防御机制的不足，并通过时间敏感性分析和强化学习生成有效的越狱提示，显著提高了多平台的越狱成功率，强调了AI安全与伦理的重要性。

南洋理工大学与A*STAR研究团队提出了新型局部鲁棒图像水印方法MaskMark，其训练成本仅为传统方法的1/15。该方法支持多水印嵌入和精准定位篡改区域，适用于整体和局部内容保护，表现优于现有模型，具备高效性和扩展性。

成都理工大学使用SCDUNet++模型进行滑坡测绘，帮助防治地质灾害。hyper.ai官网更新了10个优质公共数据集和3篇AI4S论文案例，包括滑坡测绘数据集、释义识别跨语言对抗数据集和中文音频文本口语理解数据集。此外，还有关于滑坡测绘和糖尿病视网膜病变进展预测的研究成果。hyper.ai是国内领先的人工智能及高性能计算社区，提供丰富的公共资源。

成都理工大学的研究人员提出了SCDUNet++，一种结合了卷积神经网络和Transformer的语义分割模型，能够准确识别和提取滑坡特征，性能优于其他深度学习模型。该模型在滑坡测绘和迁移性方面表现出优势。

2011年，理工大学创新实验学院组织了一次赴英国交流访问活动，参观了生物技术和生物化工项目。除了参观大学，还进行了旅游，体验了英国的风土人情。这次经历让作者开阔了视野，为日后出国留学打下了基础。十多年过去了，作者仍然想再去英国看看。