发生了什么
一篇新论文提出单个神经元即可绕过大型语言模型的安全对齐，揭示了当前安全对齐机制存在容易被单一神经元利用的脆弱性。
为什么值得关注
涉及AI安全对齐的基础性研究突破，对模型安全设计和红队测试有直接参考价值。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
01
GLM-5.2在CritPt基准上匹配Claude Opus 4.8
Z ai的GLM-5.2（最大推理努力）在CritPt基准上得分为20.9%，与Claude Opus 4.8持平，远超其他开放权重模型（DeepSeek V4 Pro为12.9%），并超越GPT-5.5、Gemini 3.1 Pro等专有模型。相比10周前GLM-5.1的4.6%，实现4.5倍跃升。CritPt由Argonne和UIUC...
观察