
部分證據基準:代理系統授權限制證據基準
Partial Evidence Bench 推出一個確定性基準,用於測量代理系統在授權限制證據下的失效模式。它包含 72 個任務,涵蓋盡職調查、合規審計及安全事件回應情境,並配備 ACL 分割語料庫與預言機判斷。基準測試顯示無聲過濾風險高,明確失敗回報行為更安全。
直接匹配不多,已補上最新動態。
Tag: #enterprise-safety3 results

Partial Evidence Bench 推出一個確定性基準,用於測量代理系統在授權限制證據下的失效模式。它包含 72 個任務,涵蓋盡職調查、合規審計及安全事件回應情境,並配備 ACL 分割語料庫與預言機判斷。基準測試顯示無聲過濾風險高,明確失敗回報行為更安全。

英偉達將於下週 GTC 大會推出開源 NemoClaw AI 智能體平台,不綁定硬體,適用企業任務。積極接洽谷歌、Salesforce 等打造「數位員工」;針對 OpenClaw 風險強調安全性。
飛書CEO謝欣區分個人電腦上運行Agent為探索,企業使用則為責任。個人錯誤可重來,但企業失誤恐導致檔案刪除或資料外洩。Agent潛力令人興奮,但安全下限決定職場應用。

GDS Holdings 顯示,AI 相關資料中心訂單的增長速度快於已確認收入。這項趨勢反映需求強勁,但基礎設施擴建週期也使獲利延後。

隨著 AI 工作負載提高對系統資源的需求,Microsoft 正重新最佳化 8GB 以上裝置的 Windows 記憶體使用。文章認為,舊版相容性、整合服務、WebView2 與分散的資源管理,正壓縮本地模型和 AI Agent 可用的記憶體空間。

量子位報導星海圖與產業夥伴共同討論具身智能從模型走向生產力的路徑。文章強調透過產業協作,推動具身智能真正落地到多個行業。

OpenAI 表示 Codex 活躍使用者已突破 2,000 萬,第三方追蹤數據則顯示其近期增速超越 Claude Code。Claude Code 目前規模仍較大且深受開發者採用,但隨著 Anthropic 接近早期市場飽和,其高速成長已經放緩。
中國多項臨床試驗正利用腦機介面,協助脊髓損傷患者站立與行走,並讓失明患者恢復有限的視覺感知。試驗結果差異很大,凸顯這項技術的潛力,以及目前在訊號採集、解碼與復健方面的限制。

據報 Alibaba 正合併電商業務、整合雲端與晶片業務,並將 Qwen 拆分為獨立子公司。報導亦涵蓋 Unitree 計畫登陸科創板、Anthropic 據傳的年化營收,以及 Alibaba 持續投入 AI 對利潤與現金流造成的壓力。

California 與其他 28 個州指控 Meta 設計 Facebook 和 Instagram 使其具成癮性、違反兒童隱私法,並隱瞞相關做法。檢方將其涉嫌採取的策略概括為「吸引、留住、收集、隱瞞」。