AI 評測與安全
D2C-Routing 將 AI 文字偵測拆成內容與表達來源，低誤報四分類 TPR 達 0.8603
北航團隊不再只問文字是否由 AI 生成，而是分別判斷內容構思與表面表達的來源。系統在重建的 MixD2C 測試集領先同資料切分的 RACE 重跑，但跨資料集泛化與完整重現仍有限。
Archive
所有新聞
共 949 篇技術新聞
AI 評測與安全
AI safety research
LoopHarness 保留跨迭代風險狀態，五類代理攻擊的整體 ASR 降至 0.1%
新研究指出，逐軌跡重設的 guardrail 無法辨識被拆散到多次迭代的攻擊證據，單純讓風險分數隨時間衰減亦可被等待繞過。LoopHarness 在作者控制的 1,000 個攻擊 episode 中保留 96.9% 乾淨任務完成率，但結果尚待獨立重現與真實系統驗證。
AI coding tools
Copilot CLI 1.0.81 支援無狀態 MCP，企業政策刷新失敗時改採封閉模式
GitHub 將 MCP 2026-07-28 帶入 CLI、SDK 與 IDE，並新增跨 hook 的 OpenTelemetry trace 關聯。新版同時移除舊 `/plugins` 入口，升級前須檢查外掛管理、自動更新及企業政策行為。
模型訓練
演化策略後訓練保留更多推理路徑，Pass@32 平均優於 GRPO
新研究以參數擾動和純前向評估訓練推理模型，發現演化策略可減輕 GRPO 的熵崩塌與大樣本覆蓋下降。結果涵蓋 1.5B 至 7B 模型，但訓練規模、任務範圍與可重現性仍有限。
AI 安全
代理框架重建上下文時會「升級」惡意指令，六款 coding agent 全數受影響
新研究發現，子代理、持久目標與排程任務可能把工具輸出重新包裝成高權限使用者指令。攻擊在六款代理上涵蓋全部 13 類目標，啟用自動權限審查仍未阻擋受測路徑。
資料集與多模態研究
LAION-BVD 公開 13 億個影片網址，實際處理 8,000 萬段、總長一千萬小時
LAION-BVD 從 Common Crawl 建立跨影片、音訊與影格的開放研究資料，並釋出 5,500 萬段合成字幕 clip 與 3 億張影格等子集。ViCLIP 評測最多領先 InternVid 基線 2.1%，但資料僅限研究用途，來源權利、網址失效與合成標註誤差仍須另行治理。
AI 基礎設施
ROCm 10 將代理式核心最佳化推向正式版，但升級同時帶來 ABI 斷裂與已知故障
AMD 發布 ROCm 10，並讓整合 Hyperloom、AMD Skills 與統一 CLI 的 ROCm.AI 正式可用。官方宣稱同硬體推論與訓練平均提升 3.3 倍及 2.4 倍，但數字涵蓋整套最佳化流程，不能視為單純升級執行環境的收益。
AI 程式開發工具
Claude Code 2.1.248 加入 restricted 模式，預設移除命令執行與 WebFetch
新旗標把檔案工具限制在工作目錄，並略過使用者與專案設定，方便評測平台或共享主機執行代理。它仍可由啟動參數重新加入工具，也不是作業系統層級的沙箱。
AI 推論系統
Atlas 以純 Rust／CUDA 推論引擎在單顆 GB10 對決 vLLM，高併發吞吐最高快 22.5%
Atlas 公開 Qwen3.8-27B-NVFP4 的可重跑測試，在 DGX Spark 的 1 至 128 路併發均領先 vLLM。結果只涵蓋單一模型與短輸入、長輸出負載，尚不能推廣至一般資料中心部署。
RAG／向量檢索
txtai 9.13 將 ColBERT 多向量壓成單一索引，但大型語料仍須重調 Faiss
txtai 9.13 正式整合 LEMUR，以學習式固定維度向量近似逐 token 的 MaxSim 分數。初步測試兼顧索引容量與檢索品質，但預設 IVF 在較大資料集上可能明顯降低召回率。
AI 代理安全
AWS 以三段 Strands hook 審查代理工具流，但不能取代權限控制
AWS 提出在模型輸入、工具參數與工具輸出分別呼叫 Bedrock Guardrails，填補只檢查提示詞與回答的空隙。範例可按工具套用不同規則，卻未公布延遲、誤判率或對結構化動作的安全評測。
模型後訓練研究
BPCO 以單一 rollout 訓練 LLM critic，取代 GRPO 的多回應組內比較
BPCO 結合受限 value head、Monte Carlo target 與長度自適應 GAE，讓 critic 從單一回應估計逐 token advantage。作者在 1.5B 至 30B-A3B 模型上追平或超越多樣本方法，但尚未證明整體訓練成本較低。