BioTIER评测生物安全护栏
Miles_Brundage · x · 2026-07-17
SecureBio 发布了首个面向生物安全相关护栏有效性的评测 BioTIER（Biological Targeted Information for Exclusion and Refusal）。
这套评测试图补上评测生态中的一个空白：不只看模型会不会拒答，还同时衡量安全性和可用性。作者给出的三个主要发现是：
- 不同模型之间的拒答行为差异很大
- 最强的护栏集中在少数闭源模型里
- 模型在 BioTIER 上的分数会随日期波动
帖子表示完整细节见链接。
「安全」频道最新
- 研究发现「用 AI 审 AI」很难发现 reward hacking,作者推理解审计方案 — ronbodkin · 2026-10-26
- 网页塞一个 Markdown 就能劫持 Claude Code,Downloads 目录成 AI 攻击新死角 — pbaylies · 2026-10-26
- 当 Agent 能自我改写,「同意」还能约束它吗? — tallmetommy · 2026-10-26
- 529 起 AI Agent 事故中 109 起无攻击者，红队测试须覆盖全流程 — anacondainc · 2026-10-26
- 密码学家复盘漏洞史：代码疑似有漏洞就该立刻修 — matthew_d_green · 2026-10-26
- 浏览器 Agent 记忆写入路径需更多提防:先过滤密钥再进长期记忆 — Classic-Being-7960 · 2026-10-26