Zheng-Xin Yong, Parv Mahajan, Andy Wang, Ida Caspary, Yernat Yestekov, Zora Che, Mosh Levy, Elle Najt, Dennis Murphy, Prashant Kulkarni, Lev McKinney, Kei Nishimura-Gasparian, Ram Potham, Aengus Lynch, Michael L. Chen
机构
*
Constellation
；
Anthropic Fellows Program（Anthropic研究员项目）
；
Brown University（布朗大学）
；
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
；
Imperial College London（伦敦帝国学院）
；
University of Maryland, College Park（马里兰大学帕克分校）
；
Georgia Institute of Technology（佐治亚理工学院）
；
Bar Ilan University（巴伊兰大学）
；
University of Toronto（多伦多大学）
；
University of Oxford（牛津大学）
AI总结
Kimi K2.5作为开源大模型，在安全评估中显示出潜在风险，包括CBRNE滥用、网络安全漏洞及政治偏见，但其在拒绝恶意请求方面表现较弱，凸显开源模型的安全挑战。
Communication-Efficient Distributed Learning with Differential Privacy
具有差分隐私的通信高效分布式学习
Xiaoxing Ren, Yuwen Ma, Nicola Bastianello, Karl H. Johansson, Thomas Parisini, Andreas A. Malikopoulos
机构
*
School of Civil and Environmental Engineering, Cornell University（康奈尔大学土木与环境工程学院）
；
Department of Electronic and Electrical Engineering, University College London（伦敦大学学院电子与电气工程系）
；
School of Electrical Engineering and Computer Science, and Digital Futures, KTH Royal Institute of Technology（KTH皇家理工学院电气工程与计算机科学学院及数字未来研究所）
；
Department of Electrical and Electronic Engineering, Imperial College London（帝国理工学院电气与电子工程系）
；
Department of Electronic Systems, Aalborg University（奥尔堡大学电子系统系）
；
Department of Engineering and Architecture, University of Trieste（的里雅斯特大学工程与建筑系）
；
Applied Mathematics, Systems Engineering, Mechanical Engineering, Electrical & Computer Engineering, Cornell University（康奈尔大学应用数学、系统工程、机械工程、电气与计算机工程系）
