AI安全关注模型可靠性、对齐、评测、风险控制、部署治理和高风险能力审计。
Goodfire中文导航:聚焦机制可解释性研究,了解其神经网络内部机制、模型调试、AI安全研究方向、评估流程、…
AI-Infra-Guard 是腾讯朱雀实验室开源的全栈 AI 红队安全平台,支持 Agent、MCP Ser…
System Prompt Index收录1000+条真实AI产品系统提示词,并用AISPA从透明度、真实性、…
一个面向中文互联网发言场景的风险自查 Skill,适合在发帖、维权、吐槽和评论之前先做一轮风险判断。
Anthropic 以 AI 安全、可解释性和前沿研究为核心,Claude 系列产品、开发文档和信任中心都很适…