10/7（水） 13:08

あとで読む

安全性・アライメント

AI の安全性とアライメントです。脱獄と防御、モデルの振る舞いの研究、安全性評価、ガバナンスの枠組みを追います。

68本関連するテーマ論文・研究政策・規制推論能力

新しい順

61–68本目 · 全 68本

6月26日（金）

· 1件

METR、GPT-5.6 Sol の事前評価を公開
METR が GPT-5.6 Sol の第三者評価を公開しました。詳しくは出典へ。
METR6/26（金）
研究 #論文・研究 #ベンチマーク #OpenAI

6月17日（水）

· 1件

DeepMind、エージェント制御を公開
DeepMind が AI エージェント制御の枠組みを公開しました。詳しくは出典へ。
Google DeepMind6/17（水）
視点 #論文・研究 #安全性・アライメント #エージェント

5月28日（木）

· 1件

Google、ゼロトラスト解析を発表
Google がゼロトラスト型の私的解析手法を発表しました。詳しくは出典へ。
Google Research5/28（木）
研究 #論文・研究 #オンデバイス #安全性・アライメント

5月16日（土）

· 1件

DeepMind、シンガポールと AI 提携
DeepMind がシンガポール政府と AI 提携を発表しました。詳しくは出典へ。
Google DeepMind5/16（土）
業界 #業界動向 #政策・規制 #Google

5月15日（金）

· 1件

オンタリオ州監査、医療 AI 記録の誤り指摘
オンタリオ州の監査で、AI 記録ツールの誤りが判明しました。詳しくは出典へ。
The Register · AI + ML5/15（金）
業界 #政策・規制 #業界動向 #安全性・アライメント

5月13日（水）

· 1件

AISI、AI のサイバー能力の倍加を分析
AISI が AI のサイバー能力の進展を分析しました。詳しくは出典へ。
UK AI Security Institute Blog5/13（水）
研究 #論文・研究 #ベンチマーク #安全性・アライメント

3月31日（火）

· 1件

Google、量子暗号解読の見積もり更新
Google が量子暗号解読の見積もりを更新しました。詳しくは出典へ。
Google Research3/31（火）
研究 #論文・研究 #安全性・アライメント #Google

3月12日（木）

· 1件

Google、会話型診断 AI の臨床研究を公開
Google が会話型診断 AI の臨床研究結果を公開しました。詳しくは出典へ。
Google Research3/12（木）
研究 #論文・研究 #Google #安全性・アライメント