Anthropic 發布 AI 軍事情報與武器開發紅隊評測：Mythos Preview 表現最佳，並新增分類器阻擋濫用
評測顯示 AI 已能執行過去需人類專家的戰術情報定位任務，測試的中國開放權重模型雖落後前沿，仍具備實質威脅潛力。
Anthropic 官網一手來源
完整日報
AI 日報 2026-09-11
69 則值得知道的變化
要聞
3 則亞利桑那大學測試 7 款 LLM 長對話抗誤導能力：GPT-3.5 最易妥協，Claude 3.5 Sonnet 最抗壓但修正率為零
測試將百個假陳述重複 50 次，揭露模型在長對話中會出現立場反覆的「對話震盪」現象，DeepSeek-R1 於激烈爭辯時妥協率達 22.2%。
TechNews 科技新報單一來源
Google 提出 ToolGrad 工具使用資料生成框架：採「先給答案」範式，微調 Gemma-3-12B 跑分達 83.1 超越 GPT-5
該框架引入文本梯度概念迭代構建 API 工作流，能以更低成本生成複雜資料，微調後的模型表現更超越負責生成資料的教師模型。
Google Research一手來源