2 个来源 · 2 篇报道 · 2026/10/30 05:46

Anthropic 公布 Claude 自我评估防滥用技术

事实与进展

1. 2026/10/30 02:45 · 2 篇报道

   Anthropic 公布 Claude 自我评估防滥用技术

   作者转述 Anthropic 官方技术报告，称 Claude 现已上线“自我评估”机制以在对话后自动审查安全。该技术主要利用缓存降低算力成本，用于事后标记违规蒸馏等风险，但实时拦截效果有限。

   @dotey · 阅读报道 →

报道时间线

• Anthropic 公布 Claude 自我评估防滥用技术

  @dotey · 2026/10/30 05:46

• Anthropic 发布 Claude 自我评估功能

  @testingcatalog · 2026/10/30 02:45