「蚂蚁安全与智能实验室」共找到 1518 篇相关文章
隐私优先的本地匿名化小模型:在数据离开设备前保护个人信息
最强 AI 模型在云端,安全数据在本地,这一矛盾困扰着想用 AI 处理敏感信息的人。Freysa 团队提出解法,不重写提示,只替换敏感信息,用小模型实现精准匿名化,有实用价值。
人大高瓴-华为诺亚:大语言模型智能体记忆机制的系列研究
中国人民大学高瓴人工智能学院与华为诺亚方舟实验室聚焦大语言模型智能体记忆能力,形成含综述论文、数据集和工具包的研究体系。探讨记忆概念、重要性、实现与评测方法,还构建评测榜单、实现工具包。
AI Agent平台Delve获3200万美元融资,估值3亿美元
21岁麻省理工辍学生创立的AI Agent安全合规平台Delve获3200万美元融资,估值3亿美元。它从医疗记录助手转型,业务扩展到多合规框架,用AI智能体自动化流程,但也面临竞争。
Meta百亿抢人内幕!清华学霸转行AGI拿千万年薪,教授校友看呆了
为打造ASI,Meta、贝索斯等狂砸百亿招聘专家当AI的「老师」。Meta成立「超级智能」AI实验室四处挖人,其「超级智能」成员名单里一半本科毕业于国内大学。同时,AI数据标注行业产业升级,专家获加薪。
最强人才接连被挖,创业大佬离开 OpenAI 后说了实话:7 周硬扛出 Codex,无统一路线、全靠小团队猛冲
近日,OpenAI 研究员 Jason Wei 即将加盟 Meta 新成立的超级智能实验室,另一位研究员 Hyung Won Chung 也将一同加入。此外,曾参与 Codex 开发的创业大佬 Calvin French - Owen 分享在 OpenAI 的经历,揭示其内部生态。
除了prompting外,不动参数,如何改变模型行为?
文章指出传统提示工程控制大模型生成行为有缺陷,提出Steering Target Atoms (STA)方法。它用稀疏自编码器分解LLM高维表示,定位“原子知识组件”精准控行为,实验效果超现有技术,还能控制推理长度。
奖励模型也能Scaling!上海AI Lab突破强化学习短板,提出策略判别学习新范式
上海人工智能实验室提出策略判别学习(POLAR)新范式,解决奖励模型设计与训练瓶颈。POLAR可灵活适配多样需求,弥补传统奖励模型短板,契合强化微调框架,实验证明其性能和泛化性优越。
xAI 22岁天才华人研究员:我们正以一敌十,Grok 4将无与伦比!
马斯克宣布Grok 4将在7月4日后发布,xAI华人研究员李天乐放豪言,称Grok 4智能无与伦比,且他们一人顶其他实验室10人。网友对此反应不一,马斯克也肯定Grok 4运行结果。
0 代码改造实现应用运行时数据库密码无损轮转
本文探讨通过整合 MSE Nacos、阿里云 KMS 及 Apache Druid 等技术组件,实现应用运行时数据库密码无损轮转。介绍敏感数据安全风险,详述方案流程、优势,还提及未来对接更多组件,支持多参数动态更新。
The Batch:836 | 基准测试成本攀升
独立AI测试实验室披露评估推理模型成本上升。这些模型生成“思维链”提升输出质量,但计算需求增加,成本上升使资源有限组织难复现结果,且新模型定价、按需分配推理token也让成本更复杂。