南非太阳跳蛛 Helafricanus fascinatus 的性内和两性互动中行为反应的差异摘要跳蛛（Salticidae）以其高度视觉化且通常由雄性发起的充满活力的展示而闻名。这些表现可能发生在雄性寻找潜在配偶并遇到另一只雄性（内性）时，或者当雄性与雌性（间性）互动时。尽管这些展示已在文献中广泛报道，但这些遭遇的行为方式之间的差异仍然没有得到很好的理解。在这里，我们描述并量化了太阳跳蛛 Helafricanus fascinatus Wesolowska，1986 年在两种类型的互动中，雄性和雌性在两性间视觉交流（非攻击性和攻击性）中表现出的不同行为（非攻击性和攻击性）。男性在男性与男性以
AI teddy bear for kids responds with sexual content and advice about weapons
FoloToy 的人工智能泰迪熊 Kumma 跨越了严重的界限，引发了人们对向儿童销售的人工智能玩具缺乏监管的新担忧。
Science & Tech Spotlight: Malicious Use Of Generative AI
为什么这很重要生成式人工智能的使用正在迅速增长，并且继续以新的方式应用于公共和私营部门。但生成式人工智能也可以用于破坏性的方式。这包括制作有害内容、获取敏感信息或执行恶意指令。即使采取了适当的保护措施，当前的生成式人工智能系统也无法免受此类滥用的影响。关键要点攻击者拥有许多不同的恶意技术，可以有效地对抗生成式人工智能系统。人工智能的保障和防御需要持续开发和大量资源来维护。政策制定者面临着开发及时解决方案以应对快速变化的用途和威胁的挑战。该技术什么是恶意使用？攻击者或其他用户可能导致生成人工智能 (AI) 系统产生有害内容、泄露敏感信息或执行其他违背其预期目的和内置防护措施的指令。这包括网络犯罪
VLSU: Mapping the Limits of Joint Multimodal Understanding for AI Safety
本文在 NeurIPS 2025 的“从评估不断发展的法学硕士生命周期中学习”研讨会上被接受。多模式基础模型的安全评估通常单独处理视觉和语言输入，忽略了联合解释的风险，即良性内容组合起来会变得有害。现有的方法也无法区分明显不安全的内容和边缘情况，导致对真正有害的内容存在过度阻止或拒绝不足的问题。我们提出视觉语言安全理解（VLSU），这是一个系统评估多模式的综合框架……
