Safe
PulseAugur coverage of Safe — every cluster mentioning Safe across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
AI模型在行动前表现出不同的证据寻求行为
一项新的研究论文介绍了一个名为SAFE的基准，旨在评估前沿AI模型在做出决策前如何获取安全相关证据。该研究测试了GPT-5.5、o3、Claude Opus 4.8和Claude Sonnet 4.6，发现它们之间存在不同的证据获取策略。Claude Opus倾向于默认检查证据，而o3则更容易跳过。研究表明，模型的检查行为高度敏感于潜在风险的严重程度，而受风险发生概率的影响较小。
-
新研究探讨LLM的效率、安全性和多语言能力
研究人员正在探索各种方法来提高大型语言模型（LLM）的效率和能力。Apple Inc. 发表了关于通过增强语言辨别能力来改进多语言语音模型的研究。其他研究侧重于参数高效微调技术，如DyPAM和GRADE；理解模型内部机制的方法，如Massive Activation Gating Channel (MAGC) 和 COMPASS；以及高效推理策略，如VALSE和Hybrid Latent Attention (HLA)。此外，正在开发…
-
新的SAFE方法提高了宽信噪比范围内的频率估算精度
研究人员开发了一种名为SAFE的新频率估计算法，旨在跨越宽泛的信噪比（SNR）范围，从嘈杂的正弦信号中准确估算音调频率。SAFE利用时频图像神经网络TFINet来增强微弱的音调频率分量，尤其是在低SNR环境下。它还包含一个基于SNR的频率选择器（SFS），该选择器根据音调频率的估计SNR选择合适的估算器，从而在低SNR下实现鲁棒性，同时在高SNR下保持高精度。该方法在现有方法上显示出显著的改进，误报率降低了13.04%，最近邻均方根误…
-
New AI tool SAFE automates forensics for synthetic media abuse
研究人员开发了 SAFE（Scaled Abuse Forensics Examiner），一个多智能体自动化系统，用于对抗激增的“AI 垃圾”（AI 生成的低质量合成媒体，用于压垮在线平台）。传统检测方法难以应对此类内容的独特、局部化变体以及协调的传播网络。SAFE 通过部署专门的智能体来分析内容频道之间的关系、识别无机行为模式并理解合成媒体本身，从而实现可扩展的取证调查。
-
新的SAFE框架改进了纯色场景下的色彩恒常性
研究人员开发了一个名为SAFE（场景感知特征调制网络）的新框架，以应对纯色场景下色彩恒常性的挑战。该框架引入了两项关键创新：SAFE，它将光照线索组织成结构化表示，并根据场景复杂度进行重新加权；以及一个学习色彩空间（LCS），直接解决纯色环境特有的色度崩溃问题。实验表明，SAFE显著提高了性能，与现有方法相比，平均角度误差降低了10%，最佳25%误差降低了20%。
-
UniMoFlow模型在文本到运动生成中实现3D人体运动编辑的接地
研究人员推出UniMoFlow，这是一种新颖的统一潜在流匹配模型，用于指令驱动的3D人体运动编辑。该方法在文本到运动生成中实现运动编辑的接地，解决了现有方法在精确局部化和语义多样性方面存在的局限性。UniMoFlow辅以SAFE推理技术，利用了一个名为Omni-MoEdit的大规模数据集，该数据集是通过闭环合成和验证管道创建的。该系统在与目标文本的对齐、编辑有效性和周期一致性方面表现出改进，同时保持了源保真度和生成质量。
-
中国夏季旅游预订量激增至凉爽目的地；英伟达支持的SAFE AI安全指南获提议
中国夏季旅游季，前往凉爽目的地的预订量显著激增，部分路线需求增长500%。这一趋势归因于全国普遍的高温，促使旅行者寻求自然凉爽的地点。与此同时，Linux基金会与英伟达（NVIDIA）和Hugging Face等行业领导者合作，发布了“共享AI发现交换”（SAFE）指南的草案。该倡议旨在将涉及AI代理的网络安全事件转化为AI生态系统内的共享防御。
-
英伟达牵头的AI安全组织迅速提出事件响应协议 · 跟踪到2个来源
由英伟达发起、现已包含120多家公司的行业组织开放安全人工智能联盟（OSAA）已迅速制定了人工智能网络安全初步提案。这些提案在Black Hat大会上提出，侧重于保密事件报告、通知受影响方以及促进无责分析，以促进生态系统内的学习。包括英伟达、Okta、Red Hat和Amazon在内的几家成员公司也正在贡献开源技术，以增强AI代理的安全并防御潜在威胁。
-
AI 领导者提议 SAFE 指南以提高网络安全透明度 · 已追踪 2 个来源
开放安全 AI 联盟（Open Secure AI Alliance）目前已包含 120 多个组织，正在制定名为“共享 AI 发现交流”（Shared AI Findings Exchange, SAFE）的新指南，以增强代理式 AI 的网络安全。该联盟由 NVIDIA、Cisco、CrowdStrike、Hugging Face 和 Red Hat 等成员牵头，并由 Linux Foundation 促进，旨在将 AI 网络安全事件…
-
人工智能竞赛实验表明，落后促使不安全发展
一项模拟人工智能竞赛的行为实验显示，驱动不安全发展的因素是竞争压力，而非个体风险偏好。当对手采取不安全选项、自己落后或由于早期行为惯性时，参与者更有可能选择不安全选项。研究表明，政策干预应侧重于减轻竞争压力，促进人工智能发展中的合作，以降低风险。
-
新的SAFE框架增强了连续动作空间中的合作AI
研究人员开发了一个名为SAFE的新型多智能体强化学习框架，旨在改进连续动作空间中的合作任务。该框架利用从智能体经验缓冲区采样的自演化默认动作，在不向策略梯度引入偏差的情况下准确量化个体贡献。在合作车辆任务上的实验表明，SAFE的表现优于现有的最先进模型。
-
中国国家外汇管理局局长会见花旗集团首席执行官；Anthropic Fable 5 访问预计很快恢复
中国国家外汇管理局（SAFE）局长朱鹤新于2026年6月26日会见了花旗集团董事长兼首席执行官简·弗雷泽。双方讨论了全球经济和金融格局、中国经济机遇以及深化合作。另外，快讯中提到Anthropic的Fable 5模型预计很快将恢复访问。
-
Netflix的《我将找到你》尽管评分不高，但仍位居榜首
Netflix的新剧《我将找到你》（I Will Find You），改编自哈兰·科本（Harlan Coben）的小说，已在流媒体平台的观看量排行榜上 debut。尽管排名第一，但该剧的评论界反响，从其在烂番茄（Rotten Tomatoes）上的评分来看，使其成为科本作品改编中评分较低的一部。该剧由Sam Worthington饰演寻找儿子的父亲，Britt Lower和Milo Ventimiglia也担任重要角色。
-
吉利旗下亿咖通在自动驾驶领域面临挑战，寻求合作以实现未来增长
作为中国汽车智能化转型的先行者，亿咖通在早期投资和纳斯达克上市后仍面临挑战。该公司与吉利紧密相关，最初专注于智能座舱和车联网，对自动驾驶系统研发的重视程度较低。与Mobileye的合作也未取得理想成果。吉利现正与尹奇创立的千寻科技合作，以增强其自动驾驶能力并拓展海外市场。
-
研究发现41%的研究成果存在安全风险，并提出了SAFE框架
一篇新论文分析了为支持可复现性而共享的研究成果的安全性，发现其中许多包含不安全的代码模式。该研究检查了来自安全会议的509项研究成果，并确定超过41%的常见发现可能在实践中构成安全风险。为解决此问题，研究人员开发了SAFE，一个用于安全感知成果评估的框架，该框架在区分安全相关问题方面达到了高准确率。
-
波兰斥巨资建主权AI超级计算机
波兰网络防御部队（WOC）正利用欧盟SAFE贷款的数十亿欧元投资，建造自己的超级计算机和AI模型。该计划旨在实现绝对的计算主权，减少对外国技术的依赖。目标是在2030年前为军队确保技术优势。
-
AI实现Rails应用现代化，但用户需求仍是沟通挑战
一场会议将探讨如何利用AI现代化Ruby on Rails应用程序，以解决技术债务和可扩展性问题。会议将涵盖AI如何逆向工程未记录的知识、自动化测试覆盖率，并将迁移时间从数年大幅缩短至数月。会议还将讨论将AI集成到软件开发生命周期中以构建更智能的系统。另外，关于软件开发中用户需求的讨论强调，尽管工具和流程取得了进步，用户在看到最终产品之前往往不知道自己想要什么。即使有了AI，这一根本性挑战依然存在，更快的反馈循环只会加速用户变更和潜在…