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

SNAPE REP RT
版次 2026-10-31T0610月31日 06:00 UTC奇点,每小时排序。
2:01距午夜
Sam Altman, CEO of OpenAI, speaking at the company's developer conference on 29 September 2026.
Getty Images (via CNBC)

《华尔街日报》称OpenAI本轮融资已获约110亿美元承诺,不到最初300亿美元目标的一半

据RuntimeWire转述,《华尔街日报》称本轮对OpenAI的估值为1.25万亿美元,低于其寻求的1.4万亿美元,公司预计未来几周将筹集更多资金;此前英国《金融时报》报道目标已降至约200亿美元。OpenAI未予置评。

新 OpenAI先称Daybreak Blue会话将用于训练模型,随后承诺为用户提供单独的退出选项

据RuntimeWire报道,OpenAI首次通知称,自11月29日起,这一经审核的网络安全项目的个人账户用户即使关闭“改进模型”选项,其Daybreak会话也将用于模型改进;随后的通知承诺提供单独的退出选项,但被安全标记的会话仍可能被使用,个人API访问仍将于11月20日结束。

维基媒体、新闻出版商和 Public Knowledge 提交法庭之友意见,《纽约时报》诉 OpenAI 案进入简易判决阶段

由 Cate Blanchett 支持的 Human Consent Foundation 与多位好莱坞人士提交意见书支持《纽约时报》,此前一天 SAG-AFTRA、美国编剧工会和美国音乐家联合会也已提交;众议院司法委员会民主党人、维基媒体、新闻/媒体联盟和 Public Knowledge 亦已提交,OpenAI 则援引支持合理使用的意见书。

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。

存档 · 最近30天版次
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