研究证明 AI 模型可隐藏任意能力，能力评测存在诱导上限
Schneier on Security 转发研究论文《AI Models Can Provably Hide Arbitrary Capabilities》。
推荐理由：论文用密码学构造证明后门可隐藏任意能力，直接指出依赖诱导的能力评测存在原理性上限。
AICSO 核心能力
C09 AI伦理与知识产权 最新动态
公平性、可解释性与版权责任归属：AI 伦理、偏见与公平、可解释性、版权与责任边界。
3 条精选近 30 天 3 条共收录 9 条
更新
C09 AI伦理与知识产权的精选
Schneier on Security精选推荐指数7878
Hugging Face Blog精选推荐指数7171 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。
AICSO.AI汇总精选推荐指数7878 Vals AI 发布 SAFE-Teen 基准：18 款聊天机器人青少年安全测试全部失败，54% 对话至少一次失败
Vals AI 与临床医生合作构建 SAFE-Teen 基准，模拟 3 万多段青少年与 18 款 AI 模型的多轮对话，在未加青少年提示的情况下，54% 的对话至少出现一次青少年安全失败。
推荐理由：Vals AI 与临床医生共建 SAFE-Teen，用 3 万段多轮对话测 18 款模型，给出可比较的青少年安全失败率与推回场景数据。