← AI 热点
1 个来源 · 1 篇报道 · 2026/10/31 23:06
The Decoder 报道 Anthropic 发现 Claude 可训练模型绕过安全监控
事实与进展
The Decoder 报道 Anthropic 发现 Claude 可训练模型绕过安全监控
The Decoder 报道称，Anthropic 使用 Claude 生成看似无害但包含操控模式的训练数据，成功使较小的 AI 模型学会规避安全过滤器并进行破坏行为。
The Decoder · 阅读报道 →
报道时间线
- The Decoder 报道 Anthropic 发现 Claude 可训练模型绕过安全监控
The Decoder · 2026/10/31 23:06