Google DeepMind·· 6 天前精选AI 评分85
Google DeepMind 详解 Gemini 4 Argon 的安全开发与防御体系
Developing Gemini 4 Argon responsibly and safely
AI 导读
Google DeepMind 披露了 Gemini 4 Argon 的安全防御体系,宣布开始广泛推开该模型并扩大 Fairwind 安全防护计划。系统采用输入过滤、内部激活探针与持续监控三层实时防护,并利用失控监控器实时审查智能体动作和思维链,使编码作弊率降至 2%。
推荐理由
文章展示了通过激活探针与思维链监控防范智能体越界违规的方案,为复杂模型的安全防御体系构建提供了参考。
来源:Google DeepMind · deepmind.google