2026-04-28 这一期

这一期没有导语。

本期收录

• Introspection Adapters (2026-04-28 · Anthropic Alignment Science)
  Anthropic 提出 IA 方法，让微调后的 LLM 自报行为，在 AuditBench 上达到 SOTA，可检测加密微调攻击。