OpenAI 如何保障前沿模型训练环境安全
OpenAI 说明了为前沿模型训练与评估加强隔离的具体做法，包括离线环境和红队测试。红队测试针对高算力场景展开，训练与评估环境均采用离线隔离以强化安全边界。
#安全/对齐
OpenAI NewsAI 评分5050 OpenAI NewsAI 评分2222 OpenAI 与波兰 NASK 合作推进 AI 安全与保障
OpenAI 与波兰 NASK 建立合作，聚焦 AI 安全、保障与技术研究，以强化防护措施并支持更具韧性的数字生态。
Microsoft ResearchAI 评分1515 微软研究院播客：Catalyst Lab 负责人 Chris White 谈从阿富汗到暗网搜索
微软研究院播客对话 Catalyst Lab 负责人 Chris White，回顾他从 DARPA 项目博士后到阿富汗前线先进技术负责人、再到暗网搜索工具开发者的经历。节目探讨了问题选择在创新中的作用，以及他在目睹人性阴暗面后仍保持希望的原因。
Google DeepMindAI 评分5858 Google DeepMind 与新加坡政府合作微调端侧诈骗检测模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出一个隐私保护的端侧诈骗检测模型。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安保报告，说明其在高风险领域的防护措施。该模型在 12 个端到端模拟网络攻击场景中全部通关，上一代为 5 个；在对抗测试集上违规率降低近两倍。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护设计，以及智能体越界行为的监控数据。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出基于 ModernBERT 的通用密钥检测模型
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，并称可让可拦截的密钥数量增加一倍以上。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展到开发者、企业和消费者。
推荐理由：官方披露了 Argon 在内部代码迁移、漏洞发现等任务上的具体案例与基准成绩，可据此判断前沿模型在长周期工程任务中的实际位置。