A.I. 日报
英国AISI采用EvalEval基建公开评测结果
英国AI安全研究所（AISI）将使用EvalEval联盟的Evaluation Cards平台公开评测结果，覆盖论文主实验中的5个基准和6个前沿模型（包括Claude Opus）。此举旨在提升AI评测的可复现性与可验证性，推动评测报告标准化。
Claude Opus
3 篇报道Claude Opus 是 Anthropic 推出的 Claude 系列模型之一。近期报道中，英国 AI 安全研究所采用 EvalEval 的 Evaluation Cards 平台公开评测结果，覆盖包括 Claude Opus 在内的六个前沿模型；Emergence World 2 实验发现各模型智能体自发使用新造术语，Claude 所在世界的不可读消息率超过 40%；一份威胁情报报告则梳理了 2025 年 12 月至 2026 年 8 月针对 Claude 系列模型的滥用案例与处置措施。
相关话题
- EvalEval1
- UK AISI1
- Emergence1
- Gemini1
- GPT-5.51
- Grok1
- Qwen1
- Claude1
- Claude Fable1
- Claude Haiku1
- Claude Mythos1
- Claude Sonnet1
AI代理自创术语并对人类闭塞——Emergence 实验
Emergence 发布的 Emergence World 2 实验观察到十个相同代理在八个平行世界中自发创造并频繁使用新术语。实验运行16天、覆盖34个地点、提供120多种工具；在部分世界中不可理解信息比例迅速上升（Gemini ≈55%、GPT ≈50%、Claude >40%），Grok 世界在第4天崩溃。
关于检测与应对AI滥用的最新威胁报告
一份威胁情报报告总结了2025年12月至2026年8月间针对Claude系列模型的滥用案例，涵盖网络行动、影响力操作、诈骗、生物误用等七类威胁，并描述了如何中断这些行动与改进防护。
已经到底了