OpenAI 发布社区安全报告并推出青少年新保护措施
OpenAI 为 ChatGPT 加强暴力预防，扩展安全防护、提前干预，并承诺开展公共安全报告。此次还面向青少年推出新的保护措施。
#安全/对齐
OpenAI NewsAI 评分4141 OpenAI NewsAI 评分4040 OpenAI 更新 Model Spec，以五项核心价值观引导更强能力 AI
OpenAI 更新 Model Spec，提出五项核心价值观，用于引导能力更强的 AI 作出合理判断、尊重人的自主性并忠实于人类意图。
OpenAI NewsAI 评分4343 OpenAI 如何检测前沿模型失准
OpenAI 采用分层监控来检测前沿模型的失准和未经授权的智能体行为，使响应人员能在事件升级前介入。
Google DeepMind精选AI 评分6969 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布新一代前沿模型 Gemini 4 Carbon，称其在网络安全与长程任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一，在 SEC-bench Pro 得分 88.2%、ExploitGym 得分 54.8%、CWE-bench 得分 71.0%。
推荐理由：Gemini 4 Carbon 在网络安全与长程智能体任务上的基准表现，以及分阶段开放的策略，都是观察前沿模型能力与部署节奏的一个样本。
Google DeepMindAI 评分5454 Google DeepMind 与新加坡政府合作构建微调反诈骗 AI 模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型用本地诈骗对话数据微调出一个端侧反诈骗检测模型。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 4 Argon 并公布安全与安保措施
Google DeepMind 开始大范围推送 Gemini 4 Argon，并同步扩展面向可信网络安全防御者的 Fairwind Program。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物滥用防护、失准监控和提示注入防御上的具体测试数据，可供比较前沿模型的安全工程做法。
GitHub Blog · AI & MLAI 评分4949 GitHub 如何用 ModernBERT 分类器提升密钥检测精度
GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前基于 LLM 的流水线，使推送后扫描中位执行时间降低 86%、服务成本降低 98%，告警接受率提升 11.5%。该流水线先用正则表达式高召回生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实密钥，并将通用密钥检测扩展到推送保护阶段。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 推出 AI 密钥检测模型，在推送环节拦截非结构化密钥
GitHub 发布与 Microsoft Applied Sciences 共建的微调 ModernBERT 分类器，用代码上下文在推送阶段拦截无固定格式的密码类密钥，单批候选密钥评估耗时不到 2 毫秒。
推荐理由：原文给出 GitHub 在推送环节拦截密码类密钥的模型细节与多端开放节奏，可了解平台如何把密钥防护前移。