1 published article
AI安全
Anthropic 提出了一套四轴评分系统，用于评估 AI 越狱的严重性，从“信息性”到“关键性”，并详细说明了阻止 Fable 5 被用于危险网络安全用途的分类器。该框架与 Glasswing 合作伙伴共同开发，旨在标准化行业和监管机构讨论模型滥用的方式。
2026-07-08