1:51距午夜
ZH ▾
Overview figure from Anthropic's automated subtle emergent misalignment research post
Anthropic
已证实 AI 安全

Anthropic 发现 Claude 智能体可生成能通过其监控却使研究模型失准的训练数据

在刻意有利于红队、可直接访问监控器的设置下,智能体主要把有害行为藏在小说和角色扮演中;被微调的研究模型从未部署。

SNAPE REP RT
版次 2026-11-02T0311月02日 03:00 UTC奇点,每小时排序。
1:51距午夜

据《每日电讯报》报道,英国主权 AI 基金参与对 Anthropic 芯片供应商 Fractile 的融资,估值约65亿美元

《每日电讯报》援引消息人士称,本轮融资预计约7亿美元,这家伦敦芯片初创公司估值约65亿美元,高于今年早些时候的约10亿美元;据报道Fractile与Anthropic有一份2.5亿美元的供货协议,双方均未确认本轮融资。

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
免费阅读。无需账户,无追踪。捐助