Anthropic推出自评估安全监测方法
热点事件持续更新
Anthropic推出自评估安全监测方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Anthropic 推出了自评估安全监测机制，允许 Claude 在回答结束后自动生成隐藏的安全复盘以供离线筛查风险。签订零数据保留协议的流量目前不会运行自评估。 这项安全审计的算力成本由平台自行吸收，不计入用户的 Token 账单，也不会对正常输出的流式首字延迟产生负面影响。
AI 根据报道生成 · 58 分钟前更新
最新进展10月30日 15:42
Claude 传闻新模型测试曝光，Anthropic 引入隐藏指令自评估机制报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- 爱范儿Claude 传闻新模型测试曝光，Anthropic 引入隐藏指令自评估机制
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。