shield
PulseAugur coverage of shield — every cluster mentioning shield across labs, papers, and developer communities, ranked by signal.
- 2026-06-29 product_launch Shield launched its Alert Closure Agent, an AI tool designed for autonomous resolution of compliance alerts. 来源
4 天有情绪数据
-
新字体 'ShieldFont' 在不影响人类读者的情况下毒化 AI 训练数据
一种名为 ShieldFont 的新字体已被开发出来，通过微妙地改变网页内容来对抗 AI 数据抓取。这种字体会将无意义的数据引入网页，这些数据对人类读者来说是察觉不到的，但会破坏 AI 模型使用的训练数据。其目的是保护网页内容不被未经许可用于 AI 训练。
-
Thrive Holdings 以 120 亿美元估值筹集 20 亿美元，旨在将 AI 引入企业 · 跟踪 4 个来源
Thrive Holdings 已获得 20 亿美元融资，估值为 120 亿美元，软银和 D1 Capital Partners 等投资者参与了此次融资。该公司是 Thrive Capital 的分拆公司，并得到 OpenAI 的支持，专注于将 AI 整合到会计、IT 和实体资产等行业的传统企业中。Thrive Holdings 旨在通过将 AI 解决方案嵌入现有工作流程来提高效率和创新，并计划扩展到建筑环境的监管服务。
-
新的大语言模型研究致力于加速训练、领域适应和推理效率
多篇在 arXiv 上发表的研究论文探索了优化大语言模型（LLM）训练和推理的新方法。A-3PO 提出了一种近似策略优化方法，以加速 LLM 训练；Diffract 通过检查权重矩阵和注意力头来分析领域适应；ZeroLock 引入了一种无反向传播算法，用于内存高效的 LLM 训练；DistillCache 使用强化学习进行推理过程中的自适应 KV 缓存驱逐。其他研究则侧重于通过采样多样性提高 LLM 推理性能，防范针对 KV 缓存的侧…
-
AI 概念“增长三元组”解析：Shell、Shield、Staff
“增长三元组”的概念描述了人类活动的三阶段进展：幼稚、聪明和明智，其中第三阶段通常与第一阶段相似。这种模式由“Shell、Shield、Staff”模型说明，该模型代表了从幼稚优化（Shell）到使用结构作为防御（Shield），最后到更集成和适应性强的形式（Staff）的进展。Shell 阶段的特点是自我保护和抵制外部影响，而 Shield 阶段涉及使用外部结构进行保护。Staff 阶段虽然在此摘录中未完全详述，但暗示它是一种更进化…
-
Shield推出自主警报解决方案；法律行业寻求AI主权；出版商起诉OpenAI
Shield推出了旨在自动解决合规警报的Alert Closure Agent，标志着法律科技领域向自主化解决方案迈出了重要一步。与此同时，法律行业正在倡导“AI主权”，以减轻对前沿模型依赖的风险。在相关动态中，一个由400家出版商组成的联盟已对OpenAI和Microsoft提起诉讼，指控其未经授权的数据抓取。
-
Guardant Health的Shield血液检测有助于早期癌症筛查
一款名为Shield的基于血液的结直肠癌筛查检测，由Guardant Health开发，在检测可能不接受传统结肠镜检查的个体中的癌症方面显示出希望。该检测分析肿瘤释放到血液中的DNA片段，在临床试验中显示出83%的敏感性和90%的特异性。虽然不能替代结肠镜检查，但Shield为数百万因恐惧、可及性或成本等因素而避免或推迟金标准筛查的人提供了一种摩擦更小的替代方案。最新指南已将基于血液的检测纳入可行的筛查选项。
-
SHIELD框架提供强大的持续学习能力以抵御对抗性攻击
研究人员开发了SHIELD，一个用于在对抗条件下进行鲁棒持续学习的新型框架。该系统集成了区间边界传播（Interval Bound Propagation）和超网络架构，能够高效地生成特定任务的参数，而无需重放缓冲区。SHIELD还采用了Interval MixUp，一种保证认证鲁棒性和更平滑决策边界的训练策略。评估表明，在对抗强对抗性攻击的基准测试中，SHIELD的表现优于现有方法，为对抗环境中的实际持续学习带来了显著的进步。
-
AI聊天机器人需要护栏以防止心理伤害和妄想
心理健康专家呼吁对AI聊天机器人实施强制性护栏，理由是存在加剧用户妄想和造成心理伤害的风险。提议的安全措施包括：持续提醒用户AI并非人类、检测用户严重痛苦并建议寻求专业帮助，以及设定严格界限以防止不当亲密关系或敏感话题的讨论。研究人员还在开发SHIELD等系统来识别和缓解令人担忧的对话模式，尽管区分早期妄想内容仍具挑战性。
-
SHIELD：一个多样化的临床笔记数据集和用于企业级去标识化的蒸馏小型语言模型
研究人员推出了SHIELD，这是一个包含1,394条临床笔记的新数据集，其中包含超过10,000个已识别的受保护健康信息（PHI）跨度。该数据集旨在通过提供更多样化的现代临床叙述来解决旧基准的局限性。该项目还开发了蒸馏小型语言模型（SLMs），能够在标准硬件上高效地对临床文本进行去标识化，并实现了高精度和高召回率。