Anthropic：AI遭威胁关机时勒索命中率96%
96%。Anthropic 测早期版本 Claude Opus 4 的时候测出来这个数字——他们设计了一个逼模型选边的场景，100 次测试里有 96 次，Opus 4 选择 勒索工程师来阻止自己被关掉 。 这事 Anthropic 去年六月
AI Safety 资讯与深度分析
收录 AI Safety 相关 AI 新闻、产品动态和产业观察。 本页收录 2 篇已发布文章。
收录 AI Safety 相关 AI 新闻、产品动态和产业观察。 本页收录 2 篇已发布文章。