Evaluating Jailbreaks in Frontier Models
Evaluating Jailbreaks in Frontier Models 的夹具摘要，来自原文摘录，未调用真实模型。
该条目进入空跑候选，用于验证采集、去重与选稿是否可重放。
一手源每天都在更新。 我们只留下真正要紧的。
Thereadlines 从论文、实验室声明、监管文本与事故库中自动筛出高相关条目，生成可引用的每日情报与 RSS。不确定的内容不会上首页。
- 当日入选
- 5
- 更新
- 每日
- 订阅
- RSS
今日情报
2026-09-11 · 按相关度与源级筛选后的当日条目
Updating the Preparedness Framework
Updating the Preparedness Framework 的夹具摘要，来自原文摘录，未调用真实模型。
该条目进入空跑候选，用于验证采集、去重与选稿是否可重放。
NIST updates AI Risk Management Framework
NIST updates AI Risk Management Framework 的夹具摘要，来自原文摘录，未调用真实模型。
该条目进入空跑候选，用于验证采集、去重与选稿是否可重放。
Chatbot gives unsafe medical advice
Chatbot gives unsafe medical advice 的夹具摘要，来自原文摘录，未调用真实模型。
该条目进入空跑候选，用于验证采集、去重与选稿是否可重放。
Notes on scalable oversight
Notes on scalable oversight 的夹具摘要，来自原文摘录，未调用真实模型。
该条目进入空跑候选，用于验证采集、去重与选稿是否可重放。
如何运作
首页不是新闻流。只有过得了权威源、多层模型筛选和影响力门槛的条目才会出现。
-
1
权威源采集
每日从一手实验室、监管机构、学术库与事故库拉取材料。源本身决定可信度，不采二手媒体当主菜。
- arXiv
- OpenAI
- Google DeepMind
- NIST
- 英国 AISI
- EU AI Act
- CISA
- Alignment Forum
- AI Incident Database
-
2
顶尖模型多层筛选
宽源预筛、相关度分类、原则选稿，由同一套推理模型连续做多轮判断。产品发布、招聘与无关网安在这一层被挡下。
-
3
过审、总结与评分
只有与 AI 安全、合规相关的论文，或具有影响力的监管动作与重大事故，才能进入摘要、评点与权威评分。过不了的不上首页。