Google 迈向基于联邦数据的可证明隐私学习
Google 宣布推出下一代联邦学习系统，通过结合可信执行环境（TEE）提供端到端可验证且可审计的数据匿名化隐私保证。该系统将数据访问策略公开发布至 Rekor 透明日志，加密数据仅允许在 TEE 内部限时解密运算，相关代码已在 GitHub 开源并支持可重现构建。目前 Gboard 已率先接入该架构，计算速度较上一代系统大幅提升。
#安全/对齐
Google ResearchAI 评分4545
Google DeepMind精选AI 评分7676 Google DeepMind 发布前沿模型 Gemini 4 Argon
Google DeepMind 宣布推出前沿模型 Gemini 4 Argon，将其单次输出 token 上限从 64K 提升至 1M，专用于长流程深度推理、软件工程与网络安全防御。
推荐理由：该模型大幅提升输出长度上限并展示了真实工业代码迁移等长流程推理实践，读者可据此评估复杂智能体任务落地的可行边界。
OpenAI NewsAI 评分3939 OpenAI 迈向前沿 AI 训练安全案例
OpenAI 制定了针对前沿 AI 训练安全案例的早期指南。该指南主要涵盖技术保障措施、操作实践以及对未对齐事件的调查。
OpenAI NewsAI 评分3838 OpenAI 阐述有效第三方评估的重点与原则
OpenAI 阐述了针对前沿模型及安全防护措施开展第三方 AI 安全评估的核心重点与原则。该评估体系强调必须保持严谨、安全与独立，以此对前沿模型及其防护体系进行严格审查。
Hugging Face BlogAI 评分5959 UK AISI 携手 EvalEval 推动基准评测结果可复现
英国人工智能安全研究所（UK AISI）采用 EvalEval 基础设施公开评测结果与运行配置，推进基准测试的可复现性。该合作在 Evaluation Cards 上公开了覆盖 Claude Opus 4/4.5/4.6 与 GPT-5/5.2/5.4 等模型的评测数据，涉及 FrontierMath 和 SWE-Bench Pro 等五项基准。
OpenAI NewsAI 评分3737 OpenAI 呼吁为下一阶段 AI 建立通用标准
OpenAI 提出了建立全球共享 AI 标准的实施路径。该提议呼吁各方在评估、报告与治理方面展开协同合作，以切实提升 AI 的安全性。