Prime Intellect BlogTOPLOC：一种用于可信验证推理的局部敏感哈希方案
TOPLOC 通过局部敏感哈希机制检测模型、提示词或计算精度的未授权修改，验证速度比原始推理快 100 倍，每 32 个新 token 的提交存储只需 258 字节（对比 Llama-3.1-8B-Instruct 的 262 KB）。该方案在多种硬件配置、GPU 类型、张量并行维度和注意力核实现下保持鲁棒性，内存开销降低 1000 倍，适用于大规模部署。
实时
#安全/对齐
- Prime Intellect Blog
Dify BlogDifySandbox 开源：安全执行代码
Dify 宣布开源 DifySandbox 以提升代码透明度，该沙盒为 Dify 工作流中的代码节点、模板转换节点、LLM 节点和工具节点中的代码解释器提供安全执行环境，通过操作系统、文件系统、网络和权限隔离策略增强安全性，支持 Python 和 Node.js 并具备扩展性，源代码已托管于 GitHub。
- Dify Blog
DifySandbox 介绍
DifySandbox 是 Dify 平台提供的代码执行沙箱服务，用于在后台处理 JSON、XML 数据及执行用户自定义代码，同时通过隔离文件系统、数据库和网络来确保安全。它支持 Python 和 Node.js 两种语言执行，采用系统级解决方案而非特定语言沙箱，避免 Docker 容器带来的性能和安全问题。该服务通过限制恶意代码访问核心资源，防止用户代码执行漏洞，保障平台正常运作。
Anthropic ResearchAnthropic 评估和缓解语言模型决策中的歧视
Anthropic 提出一种评估语言模型潜在歧视影响的方法，在 70 种社会决策场景中系统变化人口信息，发现 Claude 2.0 在特定设置中存在正负歧视。通过提示工程可显著减少此类歧视，为安全部署提供路径。团队发布相关数据集和提示。