Briefing · 2026-09-09
技术简报 - 2026-09-09
On this page5 sections
The briefing's title, the editors' summary and their notes are written in Chinese, as are skill and knowledge entries.
Overview
#今天这两条讲的是同一件事：一个合成出来的数字，只有在能被拆回去的时候才可用。
安全侧给出了最干净的反例。多数安全对齐把「有害」当成话题的属性，而真实部署需要的是同一话题内部不同的边界——公民教育产品和公共部门助手可以共用一个模型，却在政治话题上需要相反的行为。Multiverse Computing 把边界操作化成「共享话题锚点、只在意图上不同」的提示词对之后，量出了这样一对数字：Qwen3-8B 上政治拒答率从 9.47% 提到 84.75%，三个有害性基准的不安全响应率从 26.26% 降到 0.14%——而同一个检查点上，XSTest 的误拒率从 2.00% 涨到了 74.00%。有害响应率最低的那个配置，也是把接近四分之三的明显安全提示拒掉的那个。用作者的话说：那是一台粗暴的拒答机器，而除非你测量良性那一侧，否则你看不到它。
另一条从正面示范了同一件事。DeepMind 把人类基因组中全部 90 亿个单核苷酸变异的分子效应预测整个跑完并发布——1 PB，是 AlphaFold 数据库的 30 多倍。真正可迁移的不是基因组学，是那个部署决定：当输入空间有限且可枚举时，把模型跑完一遍发布成资源，比让每个人各自调用更可及。而它同时发布的 AVI 分数把两个模型压成一个数字，却把驱动这个数字的生物学特征一起给了出来——合成分数带着自己的分解。
今天最值得一提的一条没有发。 OpenAI 宣称给出了纳维-斯托克斯千禧年难题的 AI 生成解，并附 Lean 形式化证明。openai.com 对本站返回 403，没有找到二手报道，猜测的仓库地址都是 404——从一句话写出这样一条信号，产出的是推断而不是证据，所以它被标记为已看，等可核对的材料出现。
Immediate attention
#The highest-rated published signals; the editors' pinned items come first.
Safety for Whom? Refusing the Right Subset of a Topic, Not the Whole Topic
Boundary-Aware Self-Distillation for Controlled LLM Safety Refusal: refusing the right subset of a topic rather than the whole topic.
For 在同一个基座模型上服务多种部署策略的产品与安全负责人、在做安全微调、需要同时盯住误拒的工程师、要判断厂商公布的安全数字含义的技术决策者
AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genome
A platform containing predictions for the effects of 9 billion single-nucleotide variants — every single-letter change possible — in the human genome.
For 在权衡「按需调用模型」还是「预先算好发布结果」的架构师、需要把一个合成评分做成可解释形态的产品与数据负责人、关注 AI 在科学领域从模型走向基础设施的技术决策者
Worth tracking
#Worth following, but each needs more context or confirmation before it becomes a priority.
This briefing has nothing marked worth tracking.
Sources
#The public sources behind the published signals in this briefing.
Subscribe
The public feeds carry published briefings only, never drafts or archived ones. They are in Chinese.