最新

我们构建了“对抗成本利用”（ACE），这是一个衡量自主对抗者攻破 LLM 智能体所需投入的代币花费的基准。ACE 不采用二元通过/失败的评判标准，而是以美元量化对抗努力，从而实现对攻击何时在经济上合理的博弈论分析。 我们使用相同的智能体配置和自主红队攻击者，测试了六个预算级模型（Gemini Flash-Lite、DeepSeek v3.2、Mistral Small 4、Grok 4.1 Fast、GPT-5.4 Nano、Claude Haiku 4.5）。 Haiku 4.5 比其他所有模型都难以攻破，其平均对抗成本为 10.21 美元，而次高防御水平的 GPT-5.4 Nano 为 1.15 美元。其余四个模型的成本均低于 1 美元。 这是一项早期工作，我们知道该方法论仍将不断发展。我们非常希望收到社区的反馈，以便我们在此基础上不断改进。

我正在寻找一些新颖有趣、人不太多的领域，能够让我做出有意义的贡献。 2022年，我曾尝试使用 OpenAI 的 RL Gym，当时第一个非指令型 GPT3 模型刚问世。我曾想更深入地研究机器学习，但犹豫了。 在那之前，我玩过3D打印机、机械键盘、无人机等等。 这些东西都火起来了，虽然它们仍然很有趣，而且我喜欢我的茶轴键盘，也负责管理本地黑客空间的 Prusa 打印机，但它们已经，用一个不太恰当的词来说，已经“工业化”了。 现在我也有时间和金钱来投入这些了，不像我15岁时，评估着 Ender 打印机的主板升级，但我知道我永远不会买。 目前，我正在制作一个国际象棋引擎，但这已经是一个被解决的问题了。 还有生物黑客技术，虽然设计芯片植入体内确实很有趣，但我只有一个身体，不想冒险尝试。 一个有前景的想法是“个人电脑2.0”，人们尝试创新人机交互（HCI），虽然我真的很喜欢这个想法，并且有一些研究想法，但我希望在深入研究之前能多探索一下。

标题说明了一切。我知道 Screen Studio 已经很流行了，但我也听说过一些免费的替代品，比如 https://framecapture.pro。<p>有人用过这两个软件吗？