跳到正文
IFAI

Claude Sonnet 5

產品2 則新聞

  1. AI科研傳播指數 38

    Anthropic 自動化對齊研究：Claude 自主修復 10 類安全漏洞

    Anthropic 釋出研究報告，展示 Claude 能自主閉環修復欺騙、諂媚等 10 類 AI 對齊缺陷，且在欺騙測試中比 28 位人類研究員方案高出 20%。較弱的 Sonnet 5 僅用 60 小時就完成了一個 Opus 4.8 早期版本的對齊，效率較生產流程高出萬倍。目前該研究測試框架已開源。