Center for AI Safety 发布《机器学习安全导论》课程大纲
ArtificialOther · x · 2026-10-21
Center for AI Safety 发布的 Intro to ML Safety 课程大纲，内容分为四大板块：安全工程(风险分解、事故模型、黑天鹅事件)、鲁棒性(对抗攻击 PGD、压力测试)、监控(异常检测、不确定性校准、可解释性、木马检测、涌现行为检测)、控制(诚实模型、权力厌恶等)。每节课配有讲座录像、幻灯片、笔记与编程作业，可在官网报名下一学期并查阅全部资料。
「安全」频道最新
- METR 认可 Anthropic 风险报告结论,但外部专家批其风险估计方法粗糙 — DKokotajlo · 2026-10-21
- Mistral CEO 深谈：欧洲 AI 独立、吉瓦级基建与 AGI 风险 — beffjezos · 2026-10-21
- 实验揭示：五处改动四个不报错，绿色测试套件可能全是假象 — Weary-Information-15 · 2026-10-21
- Ben Goertzel提出超级智能「基础驱力」通用框架：看它改什么、护什么 — bengoertzel · 2026-10-21
- 美国政府新门户 America.gov 上线:整合 2.9 万网站并支持 AI 举报欺诈 — soleio · 2026-10-21
- 开源工具 EvilWAF：传输层 MITM 代理绕过现代 WAF 行为检测 — godfrey_rono · 2026-10-21