论文官方一手
鲁棒对抗输入：多视角欺骗神经网络
精选理由
对AI安全研究和自动驾驶系统开发者极具警示意义，表明多模态感知并非对抗防御的万能药。
OpenAI创建了能在不同尺度和视角下可靠欺骗神经网络分类器的图像，挑战了之前认为多视角采集使自动驾驶难以被恶意攻击的观点。这些对抗性输入可在物理世界稳定生效，揭示了现有视觉模型的脆弱性。
继续读
同标签或同类目的最近条目Anthropic 员工调查：59% 称 AI 将部分任务耗时缩短至四分之一
Anthropic 自己员工的说法：六成人说 AI 已经把合适任务的活儿干得只用原来四分之一时间，还预测五年后七成五工时交给 AI。
Google Research 开源 Harness²：无验证器也能递归优化智能体 Harness
Google Research 开源的智能体框架，没标准答案也能自动改 harness，弱模型换上后能追平强模型的基础分，代码已开放。
Anthropic 调研：员工预计 2030 年 AI 承担 75% 本职工作
Anthropic 自家员工说 2030 年 AI 能干掉自己 75% 的活，比美国大众的 28% 乐观太多，这个认知差距本身就很说明问题。