标签
文章介绍了 OpenAI 为满足欧盟 AI 法案第 50(2) 条来源透明度要求而推出的文本水印 textGrain，并展示其发布的失效曲线：同义词替换 10% 时检测率从 92% 降至 66%，替换 25% 时仅剩 17%。作者还构建了一个交互式攻击实验室，可实时演示翻译回译、同义词替换和数学化文本如何让水印检测的 p 值崩塌，强调未检测到水印并不能证明内容出自人类之手。
该论文提出一种将LLM代理的自进化限制在运行时harness（指令文本、工具调用逻辑与原语组合）的框架，模型权重保持固定，使每次适应都成为可审查的diff，并通过哈希链记录的准入门进行管控。模拟实验显示受控双循环仅放行144/7449个候选变更且未恶化误差，而无约束系统放行了309个有害变更。
本文将Auditable Agents框架的策略可检查性维度扩展到关于AI智能体的声明上，定义了何时一条声明是可审计的，并证明独立的记录覆盖、逐操作的授权绑定以及完整性是验证的必要条件，同时为运营方和标准制定者提供了实用的指导。
为遵守欧盟《人工智能法案》，OpenAI 将在欧盟地区默认自动为 ChatGPT 生成的文本添加水印，而在其他地区该功能仍为可选。其专有方法 textGrain 通过在词汇选择中嵌入可检测的模式来实现水印，检测器的访问权限仅限于部分研究人员和组织。
据称 Mistral Large 4 在一项与欧盟人工智能法规合规性相关的基准测试中名列前茅，凸显出区域政策考量正成为 Mistral 等欧洲人工智能模型的竞争因素。
OpenAI 将在欧盟为 ChatGPT 和 Codex 生成的文本添加不可见水印以符合欧盟 AI 法案的透明度要求，同时发布名为 textGrain 的技术报告，但承认水印可被同义词替换等编辑削弱检测效果。
OpenAI 正在面向欧盟用户在 ChatGPT 和 Codex 中引入名为 textGrain 的不可见文本水印，以符合欧盟《人工智能法案》的要求；同时为全球 API 客户提供可选择加入的水印功能，并向经批准的研究人员开放检测器访问权限。
OpenAI 宣布其针对欧盟 AI 法案文本溯源要求的合规方案：在 API、ChatGPT 和 Codex 中分阶段推出名为 textGrain 的文本水印系统，同时对检测的局限性保持透明，并计划将该技术开源。
Aleph Alpha 发布了 Kolibri，这是一个开放权重的德国/英语主权 Mixture-of-Experts 大语言模型，总参数量为 78B（每个 token 激活约 3.5B），在德国和芬兰的基础设施上从零开始训练，采用 Apache 2.0 协议，权重已在 Hugging Face 上发布，原生上下文长度达 262k token。
欧洲银行、金融科技公司和保险公司正在部署 AI 智能体，可执行触发支付等任务。与此同时，欧盟《人工智能法案》的透明度规则（第 50 条）已经生效，但高风险系统的义务仍推迟至 2027 年，与 GDPR 第 22 条和 DORA 之间形成监管空白。作者就问责归属、数据驻留，以及欧洲重文档化的监管路径究竟是拖慢部署速度还是成为信任优势等问题提出思考。
该论文对12款主流的欧盟人工智能法案合规检查工具（AIACCs）进行了首次实证评估，发现这些工具质量参差不齐，只能作为早期参考；它们过度简化关键义务，且无法提供确定、可执行的指导，可能造成虚假的合规感。
本文分析了LLM水印技术，特别是SynthID-Text，如何通过引发采样漂移影响AI代理行为，进而影响模型拒绝和工具调用，对AI安全与法规合规带来影响。
本文对EU AI Act的高风险要求进行系统分析，推导出AI特定风险源列表，以桥接法律义务与AI风险管理实践。
一个公开可用的AI监控工具，聚合了AI模型、开发者、国家、使用情况、性能、事件和EU AI Act的数据，提供交互式环境以供探索和比较。
阿里巴巴的Qwen团队发布了Qwen3.8-Flash-Next，这是Qwen4架构的开源预览版，仅从125B参数中激活6B参数，以降低推理成本并解决硬件限制。
这篇文章讨论了EU AI Act和US的积极加速立场如何创建了一个意外的全球实验，以观察欧洲是保护了自己还是通过监管而脱离了AI前沿。
本文探讨了围绕AI使用的污名化如何不公平地惩罚正当的应用，并提到了来自OpenAI、Anthropic的水印计划以及欧盟《人工智能法案》中的透明度规定。
程序员迅速开发出移除Claude生成文本中不可见水印的变通方法，突显了AI内容检测和遵守EU AI Act的挑战。
Anthropic 解释基于 Google DeepMind 的 SynthID-Text，Claude 不可见文本水印将如何运作以遵守欧盟 AI 法案的透明度要求。
EU AI法案要求为AI生成的文本添加水印，以确保在EU内的可检测性，即使输出是在外部生成的，OpenAI计划在未来的模型如Astra中遵守。