harm-prevention

本文介绍了PsychoSafe，一种面向大型语言模型的基于心理学的拒绝框架，通过Qwen 3.5 27B上的提示学习和微调，在保持非拒绝任务性能的同时，将拒绝质量提升了28.1%，资源转介提升了46.8%。

OpenAI为ChatGPT引入安全更新，帮助它在敏感对话中随时间更好地识别细微的痛苦或有害意图线索，从而实现更谨慎的回应和缓和局势。

OpenAI宣布了一项50万欧元的EMEA青年与福祉资助项目，用于资助在欧洲、中东和非洲从事AI安全、素养和福祉工作的非政府组织和研究机构。单项资助金额在2.5万至10万欧元之间，支持实用工具、伤害预防项目以及关于AI如何影响青少年发展和安全的独立研究。