Anthropic đưa lại mô hình công khai mạnh nhất sau 19 ngày dừng, chuyển yêu cầu lập trình đáng ngờ sang Opus 4.8 thay vì chỉ từ chối.
Bộ phân loại mới nhắm vào kỹ thuật jailbreak do nhà nghiên cứu Amazon mô tả và được nói là chặn hơn 99% trường hợp. Anthropic thừa nhận biên an toàn lớn hơn sẽ làm tăng cảnh báo nhầm cho lập trình viên bình thường.
Nguồn tham khảo: CocoLoop、Anthropic; MarkTechPost; Infosecurity Magazine