跳到正文

AICSO 核心能力

C02 AI对抗防御 最新动态

面向大模型与 Agent 的对抗防御：提示词注入与越狱、对抗样本、内容过滤与安全护栏、对齐与幻觉抑制。

61 条精选近 30 天 47 条共收录 254 条

更新

精选归档 · 第 4 页

12月1日周一第 61–61 条
  1. Anthropic82

    Anthropic 红队发布 SCONE-bench：AI 智能体在模拟中挖出价值 460 万美元的智能合约漏洞

    Anthropic 前沿红队发布 SCONE-bench 基准，包含 2020 至 2025 年间真实被利用的 405 个智能合约，用于评估 AI 智能体的漏洞利用能力。

    推荐理由：Anthropic 红队用真实被黑合约构建基准，把智能体攻击能力换算成美元损失，并给出成本与收益的量化对照。