Disentangled Safety Adapters
PulseAugur coverage of Disentangled Safety Adapters — every cluster mentioning Disentangled Safety Adapters across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的DSA框架简化了LLM代理的多市场股票研究
一个名为DSA（Disentangled Safety Adapters）的新框架已被开发出来，以解决构建多市场股票研究系统的复杂性。与简单的LLM摘要不同，DSA专注于协调美国和香港等六个区域市场的证据收集和分析。该系统旨在处理缺失数据并控制中间代理观点的传播，以确保更强大、更可靠的研究流程。
-
反特朗普民主党人在初选中输给进步派挑战者 · 跟踪1个来源
几位因在弹劾唐纳德·特朗普案中扮演角色而获得认可的知名民主党人最近在初选中落败。亚历山大·温德曼、丹·戈尔德曼和戴安娜·德盖特等人物被进步派挑战者击败，其中许多人与美国民主社会主义者（DSA）有关联。这一趋势表明，仅仅强硬反对特朗普的立场已不足以让民主党候选人获胜，他们现在需要倡导更广泛的进步议题才能吸引初选选民。
-
DeepSeek Sparse Attention 挑战 AI 资源分配范式
DeepSeek Sparse Attention (DSA) 被提出作为一种新颖的方法，通过优先将资源分配给关键领域并最大限度地减少浪费来挑战现有范式。该方法在资源有限的条件下尤其有益，暗示了一种更有效的 AI 开发和部署策略。
-
新的MLLM框架通过推理能力增强人脸防欺骗
研究人员推出FAS-R1，一个新颖的多任务多模态大语言模型（MLLM），旨在实现先进的人脸防欺骗（FAS）能力。该框架旨在超越简单的真实/欺骗决策，提供攻击语义和图像基础证据。FAS-R1采用两阶段方法，首先在名为FAS-R1-23K的新长上下文数据集上进行监督微调，然后进行FAS特定的GRPO后训练。采用了降级模拟增强和难度感知GRPO等技术，以确保在不同视觉质量下推理的稳定性，并优化在挑战性攻击上的性能。
-
Claude AI 提示用于技术面试准备
本文提供了一系列旨在利用 Claude AI 模型进行技术面试准备的提示。这些提示涵盖了数据结构与算法 (DSA) 问题演练、系统设计练习和行为问题准备。目标是帮助用户有效地利用 Claude 来提升面试技能。
-
美国民主社会主义者（DSA）的组织实力在人工智能担忧的背景下得到凸显
美国民主社会主义者（DSA）可能将其近期政治声望的提升归因于有效的组织和受欢迎的政策。他们的组织实力体现在其设计指南中，该指南涵盖了国家身份、竞选设计、内容创作和资源分配。然而，DSA似乎并未意识到或不关心技术可能被滥用，这与之前伯尼·桑德斯在人工智能问题上的立场所提出的担忧相呼应。
-
SemiAnalysis：黄仁勋的委员会方法阻碍了美国开源AI的进步
SemiAnalysis 批评黄仁勋的开源AI委员会式训练方法，认为它扼杀了创新并导致群体思维。分析表明，与中国的模式类似，实验室之间的独立竞争能促进更大的进步。具体来说，Kimi K3 据称优于 NVIDIA 的 Nemotron 3 Ultra，而 Mistral AI 的参与据称阻碍了 Nemotron 的预训练。作者主张成立独立的竞争委员会，以推动数据、训练和评估方面的进步。
-
AliExpress 因非法销售被罚款 6.29 亿美元，是 Temu 罚款的两倍
AliExpress 因在其平台上协助销售非法产品，已被欧洲监管机构处以约 6.29 亿美元（合 5.5 亿欧元）的罚款。这一罚款金额是此前 Temu 因违反《数字服务法》类似规定而被处以罚款的两倍多。此举凸显了监管机构为遏制非法商品通过在线市场分销所做的努力。
-
欧盟裁定 Instagram 和 Facebook 设计‘令人上瘾’，迫使可能进行重新设计
Meta 的社交媒体平台 Instagram 和 Facebook 据称因其‘令人上瘾’的设计而违反了欧盟的《数字服务法案》。初步调查表明，这些平台可能需要进行重大重新设计以符合新规定。未能遵守规定可能导致 Meta 遭受巨额罚款。
-
民主党人震惊，进步派挑战者在科罗拉多州初选中击败了DeGette议员
在科罗拉多州初选中，众议院民主党人对DeGette议员被Melat Kiros击败表示震惊和愤怒。Kiros是一位更年轻的进步派挑战者，击败了长期在任的现任议员，这标志着民主党内部选民偏好的转变。尽管DeGette获得了大量外部资金支持，但一些民主党人认为这次失利是对年轻、更直言不讳的候选人对城市左翼选民吸引力的一次“警钟”。
-
谷歌更新AI Max报告，将DSA截止日期推迟至2027年
谷歌更新了其用于搜索的AI Max报告，并将数字服务法案（DSA）的新截止日期设为2027年。此次更新于6月23日发布，还引入了四个新的搜索词报告视图以及一个针对搜索广告系列（旅游）的指南。
-
Framework tackles bias and hallucinations in EU AI Act-compliant job matching
本文概述了一个框架，用于减轻 LLM 驱动的职位匹配系统中算法偏见和幻觉，以确保符合欧盟《人工智能法案》和《数字服务法案》。文章强调了 LLM 编造技能或强化历史偏见的风险，并将此类系统归类为欧盟《人工智能法案》下的“高风险”。提出的解决方案涉及一个四层架构：检索增强生成 (RAG) 用于将 LLM 锚定在经过验证的数据上，护栏编排用于验证，对抗性测试，以及人工干预 (HITL) 验证。
-
开源机器学习基础设施竞争激烈，出现新的优化
开源机器学习生态系统正经历激烈竞争，MLA、DSA 和 IndexShare 等优化被一同讨论。这一趋势凸显了对最新模型服务和训练基础设施的关注，而非具体的产品发布。
-
新AI框架从稀疏DSA图像重建三维血管
研究人员开发了一种新颖的神经渲染优化框架，用于从稀疏视角的动态数字减影血管造影（DSA）图像重建三维血管结构。该方法称为血管概率引导衰减学习，旨在减少当前商用DSA系统相关的显著辐射暴露，这些系统通常需要数百个扫描视角。该方法将DSA成像建模为静态和动态衰减场的加权组合，利用血管概率场来引导静态背景和动态造影剂流的分离，从而提高重建质量。该框架通过最小化合成图像与真实DSA图像之间的差异进行训练，并采用渐进式训练和时间一致性损失策略来…
-
新AI框架可实现中风相关血管的精确评估
研究人员开发了一种新颖的框架，通过将侧支检测视为图上的血管段分类问题，来检测数字减影血管造影（DSA）中的个体软脑膜侧支（LMCs）。这种混合图-像素架构集成了拓扑感知的图分支和密集像素分支，在交叉验证中实现了0.434的PR-AUC，优于仅图或仅像素的基线。与当前主观的手动分级量表相比，该方法提供了更客观、更精确的LMCs定量评估，有望有助于未来的生物标志物和模式发现。
-
Google 将 AI Max 自动迁移推迟至 2027 年 2 月
Google 已将其 DSA 到 AI Max 系统的自动迁移从 2026 年 9 月推迟到 2027 年 2 月。此次延期为搜索广告商提供了更多时间来准备过渡。该公司还恢复了 DSA（Disentangled Safety Adapters）的创建，并重置了迁移运行时间。
-
AI芯片IP公司Sunzhan Technology完成近1400万美元融资
专注于AI芯片处理器IP和开发平台的初创公司Sunzhan Technology已完成近1亿元人民币的天使+轮融资。该公司致力于构建基于“RISC-V + DSA”的新一代处理器设计系统，以降低AI时代定制处理器设计的门槛。其核心团队由来自Synopsys和ARM等领先半导体公司的资深专业人士组成，拥有深厚的RISC-V、处理器架构和EDA专业知识。
-
欧盟科技政策简报涵盖AI综合法案、DSA和年龄验证
欧盟科技政策简报五月刊已发布，涵盖了一系列数字政策讨论。主要议题包括关于儿童性虐待材料（CSAM）、年龄验证和在线平台内容审核（OPM）的辩论。简报还讨论了数字服务法案（DSA）与技术辅助性别暴力（TFGBV）的关系，以及关于AI综合法案的交流。
-
梵蒂冈发布首个人工智能通谕，关联欧盟法规
梵蒂冈发布了其首部完全致力于人工智能的通谕《Magnifica Humanitas》。该文件探讨了人工智能的伦理和监管维度，特别是其与人工智能法案、GDPR 和 DSA 等现有欧盟框架的交叉点。它还讨论了对自主武器的担忧，并包含关于人工智能责任、透明度和治理的具体指导。
-
解耦安全适配器提供高效的AI防护栏和灵活的对齐
研究人员开发了Disentangled Safety Adapters (DSA)，一个旨在提高AI安全性和对齐性而又不牺牲推理效率或灵活性的新框架。DSA通过使用轻量级适配器与基础模型的现有表示集成，从而能够以最小的性能影响实现多样化的安全功能。实验表明，基于DSA的防护栏在仇恨言论检测和幻觉减少等任务上显著优于同等大小的独立模型，而基于DSA的对齐则实现了安全与性能权衡的动态、细粒度控制。