他们主要关注了模型在谄媚行为、告密倾向、自我保护机制、对人类滥用行为的支持，以及破坏AI安全评估和监管相关能力等方面的表现。OpenAI与Anthropic的此次合作，无疑为AI安全测试领域带来了新的启示和思…
除o3外，其他测试模型在一定程度上都存在谄媚行为
Claude for Chrome扩展限量测试：可AI操控浏览器，帮你写邮件
你说巧不巧，就在 Sam Altman 官宣两个开源推理模型之前的半个小时，却被 Anthropic 抢先一步，发布了新模型 ClaudeOpus 4.1。 Anthropic API亚马逊云科技Amaz…
GPT-5代码排名涉作弊？被曝跳过23道难题，真实得分输给Claude！
10/31 16:58
10/31 16:56
10/31 16:55
京公网安备 11011402013531号