跳到正文
只看模型#安全/对齐
  1. The Decoder83

    Google DeepMind 的 AlphaProof Code 用四周完成 Signal 加密核心验证

    Google DeepMind 公布 AlphaProof Code，声称能让 AI 以数学方式证明软件符合安全规范，并在 Signal 的加密协议上完成通常需数年的验证工作，用时四周。

    推荐理由：DeepMind 用 AI 智能体在四周内完成 Signal 加密核心的形式化验证，并说明约 1% 代码需人工复核这一人机分工细节。

  1. Google DeepMind89

    Google DeepMind 发布 Gemini 4 Carbon 模型

    Google DeepMind 发布 Gemini 4 Carbon，面向开发者、企业、科学家和消费者开放，强调网络安全能力、长周期智能体工作流和科学推理。

    推荐理由：官方给出 Gemini 4 Carbon 在 CursorBench 4.0、WANDR 等基准的排名与每任务成本，可据此判断它与 Argon 的分工。

  1. Mistral AI89

    Mistral 开源万亿参数多模态模型 Mistral Large 4（Le Chonk）权重

    Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是一个万亿参数的原生多模态模型，此前已在本月初开启公开预览。

    推荐理由：原文给出万亿参数开源权重模型在编码与防御性安全基准上的具体成绩，以及三种推理模式和定价，可据此判断自托管选型。

  2. Google DeepMind83

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全和长周期任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由：官方给出 Gemini 4 Carbon 在网络安全与长周期智能体任务上的基准成绩和分阶段开放路径，可与两周前的 Argon 对比。

已经到底了