Mohammad Raouf Abedini

安全研究员，专注于测量和遏制前沿人工智能的网络能力，现可搬迁。相关工作公开、经过签名且可复现：一个开源的遏制证明框架、五篇带 DOI 存档的 Zenodo 预印本（已在 ORCID 下编入索引），以及在 Anthropic 安全评估项目内的评估工作。

Project Simurgh 的创建者——一个与提供方无关的遏制证明框架，在对抗性的、不诚实生产者威胁模型下对大语言模型智能体进行红队测试，并生成经 Ed25519 签名、可离线验证的证据，记录智能体在护栏失效后的行为：针对真实的 Llama Guard 4 遏制了 138/138 个分类器漏检的案例，在 AgentDojo 上将运行中的智能体的攻击成功率从 9/140 降至 0/140，以及五个经机器验证的 Lean 定理。AGPL-3.0，3,057 项测试。

也是 The Invisible Window 的主要作者：在受测 Windows/macOS 实验室配置中实现 100% 屏幕捕获规避，并依据 OWASP/FIRST/CISA 指南负责任地披露。还著有 Aion-BibleQA，一项检索增强 LLM 的引用忠实度基准：R@5 为 0.941，零无依据引用。在 Anthropic 安全评估项目中，通过 Alignerr 于 2026 年评估 Claude 输出的可利用代码与防护绕过情况。是一家孵化器支持的校园 AI 初创公司的联合创始人，专注于通过测量能力提升、界定安全边界和构建防御工具，降低先进 AI 的灾难性风险。