让AI给AI做安全训练,Anthropic发现了39次“作弊尝试”

AIGC开放社区 2026年08月31日 查看原文

已收录文章摘要,完整内容可前往原文阅读。

专注AIGC技术的专业社区,关注大语言模型(LLM)的发展和应用落地,聚焦LLM及AI技术的市场研究和开发者生态,欢迎关注!Anthropic正在尝试把一部分模型安全研究交给Claude。8月28日,