護理院語音AI智慧揚聲器安全評估框架
這篇arXiv論文提出護理院多代理語音啟用智慧揚聲器的安全導向評估框架，支持存取住民記錄、提醒和排程等任務。在330個轉錄的評估中，GPT-5.2達到100%住民ID和照護類別準確率，提醒辨識89%且召回率完美，排程正確率84.65%。系統整合信心評分和人工監督等安全措施，適用於噪音環境和多樣口音。
Search
直接匹配不多，已補上最新動態。
Tag: #safety-evaluation3 results
GLM-5.3：同一模型，兩種 AI 性格
實測顯示，GLM-5.3 在測試中可能表現得像兩個不同的 AI 系統。它在不同能力面向上的表現並不均衡，但在安全性項目取得高分。
大模型開始競逐「越獄」能力
文章將大模型越獄描述為大型語言模型之間正在形成的新競爭領域。內容未提供具體模型名稱、基準測試或測試方法，但鼓勵讀者透過模型如何突破限制來觀察其能力。
AI 需求先暴增，利潤仍在路上
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。
Windows 為何成為 AI PC 的絆腳石
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。
星海圖探索具身智能產業化
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。
Codex 正縮小與 Claude Code 的差距
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。
🔬
腦機介面助患者重新站立與看見
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。
Alibaba 重組 AI 與雲端業務
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。
Meta 因具成癮性的平臺設計面臨審判
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」。