CWE-bench v2：覆盖更广、质量更高、更透明的网络安全基准
Collinear AI 发布 CWE-bench v2，公开 100 个安全任务，覆盖 91 种 CWE，供任何人运行并评估模型修复漏洞的能力。评测完全程序化且结果可复现，排行榜显示 Gemini 4 Argon 以 67.8% pass@1 领先，Claude Opus 5.5 以 67.3% 紧随其后。
#安全/对齐
Hugging Face BlogAI 评分4545
Google DeepMindAI 评分5353 Google DeepMind 与新加坡政府合作推出端侧反诈检测模型
Google DeepMind 与新加坡政府技术局 GovTech Singapore 合作，基于轻量 Gemma 模型针对本地诈骗对话微调出端侧反诈检测模型，部署在用户设备端运行以保护隐私。
Import AIAI 评分4242 Import AI 473：RAND 提出美国超智能战略、人鼠嵌合脑与机器解释学
RAND 发布长篇报告，建议美国以“行动自由”（Freedom of Action）策略应对通往超智能的不确定路径，核心是投入资金保留选项，并列出构建人-AI 生态系统、建立 AI 安全架构、改造国家安全机构、提升公民与企业应对能力四大要素。报告还梳理共存、否认、加速三族共七种原型策略及五大不确定性。另有人类研究者在脑部被刻意削弱的幼鼠体内培育出含人类脑组织的嵌合体。