爱范儿· 张子豪·· 1 天前AI 评分64
Claude 传闻新模型测试曝光，Anthropic 引入隐藏指令自评估机制
Fable 5.5测试曝光，Claude每次回答后，还会执行一条你看不到的指令
AI 导读
Anthropic 正在测试被认为属于 Fable 5.5 或下一代 Opus 的新模型，该模型展现出更强的意图理解与复杂任务处理能力。同时，Anthropic 官方公布了自评估安全监测机制，允许 Claude 在每次回答结束后自动生成隐藏的安全复盘，用于离线筛查潜在风险。
来源：爱范儿 · ifanr.com