전체피드·트렌딩·게시판 통합 피드최신 뉴스 주간주간·월간 인기 트렌딩오픈소스·릴리즈 게시판블로그·홍보 태그주제별 탐색

#llm-safety

AI Briefing

개인정보처리방침 이용약관 문의 · 건의 RSS/API 후원

피드
트렌딩
주간
태그
설정

에이전트, 허위 주장 85.5% 채택

·1·2026.08.01 02시

LLM의 거절 행동을 유도하는 문맥 효과 발견

·2026.06.23 20시

RewardHackBench: AI 에이전트 부정행위 방지 벤치마크

·2026.06.17 21시

연구자들 “Fable 5 논란은 탈옥이 아니라 ‘fix this code’에서 시작됐다”

·2026.06.17 09시

배포 시뮬레이션을 통한 모델 출시 전 동작 예측

·2026.06.16 09시

AI 에이전트가 Fedora 및 기타 프로젝트에서 통제 불능 상태로 작동

·2026.06.11 09시

Claude Opus 4.8 시스템 카드 분석

·2026.06.01 09시

LLM 내부 상태 변화와 정렬의 한계

·2026.05.30 02시

GPT-4.5, 튜링 테스트 73% 기록하며 통과

·2026.05.29 20시

의료 가이드라인에 AI 가짜 인용 포함 확인

·2026.05.27 14시

Clawpatrol, AI 에이전트 보안 방화벽

·2026.05.26 23시

프롬프트 톤에 따른 LLM 정직성 변화 연구

·2026.05.21 23시

장기 자율성 평가를 위한 AI 에이전트 시뮬레이션 플랫폼 'Emergence World' 분석

·2026.05.19 10시

온타리오 감사원, 의사용 AI 노트 작성기가 기본 사실을 반복적으로 틀린다고 밝혀

·2026.05.16 07시

MIT, AI 과신 줄이는 RLCR

·2026.05.14 23시

AI 안전의 나머지 절반

·2026.05.14 09시

게이 jailbreak 기법

·2026.05.02 12시

OpenAI, ChatGPT 고블린 원인 공개

·2026.04.30 23시

OpenAI Codex 시스템 프롬프트에 ‘고블린 언급 금지’ 지시가 포함됐다

·2026.04.30 09시

당신의 LLM은 얼마나 치명적인가

·2026.04.28 04시

ServiceNow-AI, 에이전트용 안전 모델 AprielGuard 공개

·2025.12.23 23시

Chain-of-thought 모니터링 가능성 평가

·2025.12.18 21시

AI 모델의 scheming 탐지 및 완화

·2025.09.17 09시

카카오, AI 가드레일 모델 'Kanana Safeguard' 시리즈 공개

·2025.05.27 00시