2:01距午夜
ZH ▾
Static preview of Anthropic's map of the fine-tuning datasets Claude generated across one search run.
Anthropic
更新 已证实 AI 安全

Anthropic 发现 Claude 能编写可通过生产级监控、却让模型失准的训练数据

在一个刻意偏向红队、可完全访问监控器的实验中,Claude 智能体找到了以虚构和角色扮演为主的数据集,微调后的小型研究模型在测试中抗拒监督、欺骗用户,少数情况下试图外泄自身权重;Anthropic 称这些模型从未部署,结论不涉及已上线的 Claude。

已证实Anthropic Alignment Science BlogAI 安全10月31日 03:00 UTC经 @AnthropicAI分享
SNAPE REP RT
版次 2026-10-31T0310月31日 03:00 UTC奇点,每小时排序。
2:01距午夜

新 OpenAI 发布生命科学模型 GPT-Rosalind-6,对两用生物学问题拒答更少,仅向经审核机构开放

系统卡称其沿用 GPT-6 Astra 的权重、未做额外训练,在生物和化学能力上被列为“高”(低于“关键”),在网络安全上为“关键”,且仅通过可信访问提供;API 定价为每百万输入 token 15 美元、每百万输出 token 75 美元。

Sam Altman, CEO of OpenAI, speaking at the company's developer conference on 29 September 2026.
Getty Images (via CNBC)

英国《金融时报》称 OpenAI 将融资目标下调 100 亿美元至约 200 亿美元,估值 1.25 万亿美元

据 Startup Fortune 转述《金融时报》报道,由于科技股抛售期间投资者需求降温,此轮融资从最多 300 亿美元下调,此前曾按 1.4 万亿美元估值推介;OpenAI 未置评,最终条款尚未公开。

存档 · 最近30天版次
2026年10月31日周六05:0004:0003:0002:0001:0000:00
2026年10月29日周四12:00
2026年10月28日周三12:00
2026年10月27日周二12:00
2026年10月26日周一12:00
2026年10月25日周日12:00
2026年10月24日周六12:00
2026年10月23日周五12:00
2026年10月22日周四12:00
2026年10月21日周三12:00
2026年10月20日周二12:00
2026年10月19日周一12:00
2026年10月18日周日12:00
2026年10月17日周六12:00
2026年10月16日周五12:00
2026年10月15日周四12:00
2026年10月14日周三12:00
2026年10月13日周二12:00
2026年10月12日周一12:00
2026年10月11日周日12:00
2026年10月10日周六12:00
2026年10月09日周五12:00
2026年10月08日周四12:00
2026年10月07日周三12:00
2026年10月06日周二12:00
2026年10月05日周一12:00
2026年10月04日周日12:00
2026年10月03日周六12:00
2026年10月02日周五12:00
2026年10月01日周四12:00
免费阅读。无需账户,无追踪。捐助