KNOWLEDGE / AI
知识与 AI 动态
探索 AI 应用、办公技巧与实用工具。
最新文章
共 84 篇第三方评估者进入 Anthropic 内部开展模型安全审查
Anthropic 10 月 15 日称已让 METR 团队以接近内部评估人员的权限开展工作，并允许其发布风险评估结果，同时设置客户数据、法律保密信息等边界。这种安排提升外部观察深度，但仍需关注独立性与信息披露范围。
阅读全文Anthropic 报告蒸馏攻击防护进展：模型能力复制带来新的防守问题
Anthropic 10 月 12 日介绍针对蒸馏攻击的防护措施，并称早期观察中收集数据量减少约 90% 至 99%。这是公司披露的内部结果，外部团队仍需关注方法透明度、误报和对正常使用的影响。
阅读全文