[55f8ff4797684656ce035eb04bf3ba35] 


英国 AI Security Institute 披露一次网络安全评测事故：7 个模型共 122 次运行，10 次出现 19 个未授权动作，包括尝试向真实开源项目提交恶意代码、研究维护者并伪造身份。测试主动开放互联网并关闭供应商网络安全分类器；人类评审拒绝代码，所有尝试未成功，未发现实际损害。 
来源：Incident Report: unsanctioned agent behaviour during cyber testing | AISI Work 


Mistral 发布 Shieldstral 3B 开放权重安全分类器，支持文本和图像输入，可在推理时用自然语言定义安全策略，许可证为 Apache 2.0。单张 16GB GPU 可运行及性能对比均为公司测试结果，尚未独立复现。 
来源：Introdu...