Google DeepMind 与新加坡政府合作构建端侧反诈骗微调模型
Google DeepMind 与新加坡政府合作微调了可在设备端运行的反诈骗模型,用于识别投资欺诈、虚假招聘和冒充公职人员等诈骗。该项目以轻量级 Gemma 为基础,采用两阶段流水线筛查消息并分析对话上下文,部署时需用户同意。新加坡政府与 Google 均无法通过该模型访问用户对话,应用内推广将分阶段进行。
Google DeepMind 与新加坡政府合作微调了可在设备端运行的反诈骗模型,用于识别投资欺诈、虚假招聘和冒充公职人员等诈骗。该项目以轻量级 Gemma 为基础,采用两阶段流水线筛查消息并分析对话上下文,部署时需用户同意。新加坡政府与 Google 均无法通过该模型访问用户对话,应用内推广将分阶段进行。
Google DeepMind 开始广泛推出 Gemini 4 Argon,并扩大 Fairwind Program,向更多受信任的网络安全防御者开放。Argon 在 12 个端到端模拟网络攻击场景中全部解决,较上一代的 5 个有所提升;其 Prompt Injection 防护在 Gray Swan 的 IPI 基准中将 15 次自适应攻击的成功率降至 0.7%。
推荐理由:文章系统介绍了 Gemini 4 Argon 的能力边界、滥用防护、实时失配监控与 Prompt Injection 防护,并公开了相关测试结果和安全机制。
Google DeepMind 发布 Gemini 4 Argon,面向复杂工程、科研和智能体任务,并提供 1M 统一输入输出 token 限制。模型在 Vals Index 排名第一,API 首发价格为每百万输入 token $2、每百万输出 token $10,已面向开发者、企业和部分消费者全球推出。
推荐理由:模型提供复杂编码、科研与网络安全等任务的实践案例,并公开基准表现、定价和使用入口,便于评估其应用价值。
Google 发布 Gemini 4 Argon,向全球开发者和企业开放,首发价格为 $2 per million input tokens 和 $10 per million output tokens,并提供 1M 统一输入输出 token 上限。
推荐理由:Gemini 4 Argon同时给出模型能力、真实工程案例、开放渠道与定价,便于开发者评估复杂任务的可用性和成本。