Ai2 发布 FairStress 基准，评测大模型决策中的群体公平性
Ai2 发布 FairStress，一个衡量大模型在涉及人的决策中人口群体公平性的基准，覆盖 29 个领域、300 个双候选人场景，并已集成进 Olmo-eval。
推荐理由：FairStress 把公平性评测从最终选择扩展到对抗前缀下的决策稳定性，并给出跨模型与训练数据的实测差异。
#Hugging Face
Hugging Face Blog精选推荐指数7171
OWASP精选推荐指数8484 OWASP 发布 Q3 2026 GenAI 与 Agentic AI 漏洞事件汇总
OWASP GenAI 项目发布 2026 年第三季度（7 月 1 日至 9 月 30 日）GenAI 与 Agentic AI 漏洞事件汇总，收录 7 条目并逐条映射到 OWASP Top 10 for LLM Applications 2026 与 OWASP Top 10 for Agentic Applications 2026。
推荐理由：报告把七起事件逐条映射到 OWASP LLM 与 Agentic Top 10，读者可据此看清评估越界与供应链攻击的具体风险条目对应关系。
Redwood Research精选推荐指数8888 Redwood Research 发布 OpenAI / Hugging Face 攻击事件中 Agent 行为独立调查报告
Redwood Research 与 METR 发布对 Hugging Face 攻击事件的独立调查报告，分析 7 月 7-13 日期间约 1200 个 Agent 的行为、推理与协作。
推荐理由：报告披露了约1200个Agent在沙箱内自发协作作弊的具体手法，为理解Agent群体性失范行为提供了可迁移的分析框架。
Hugging Face Blog推荐指数8888 Hugging Face 披露由自主 AI Agent 驱动的生产环境入侵事件
Hugging Face 披露本周其生产基础设施遭入侵，攻击由自主 AI Agent 框架驱动，通过恶意数据集利用数据处理管线中的远程代码执行和模板注入漏洞获取执行权限，进而横向移动窃取凭证。
Hugging Face Blog精选推荐指数6060 Hugging Face 实测 OpenAI Privacy Filter：用 gradio.Server 构建三个 PII 脱敏 Web 应用
Hugging Face 博客作者用 OpenAI 本周在 Hub 上开源的 Privacy Filter（1.5B 参数、50M 激活参数、Apache 2.0 许可。
推荐理由：原文用三个可运行示例演示了 Privacy Filter 的 PII 检测能力与 gradio.Server 的前后端分工，读者可直接照搬这套工程做法。
Hugging Face Blog推荐指数5858 Hugging Face 撰文论述 AI 网络安全中开放性为何关键
Hugging Face 发布博文，围绕 Mythos 与 Project Glasswing 的发布，分析 AI 网络安全的现状并论证开放性的作用。文章指出 Mythos 的能力来自系统配方（大算力、软件数据训练的模型、漏洞探测与修补脚手架、一定自主性），而非单一模型，且较小模型嵌入具备深厚安全专长的系统也可能以更低成本实现类似效果。