IT之家·2026-10-24 14:16· 9 天前精选AI 评分60

Anthropic 发布 AI 模型安全对齐测试报告

Anthropic 亮出未发布 AI 模型：能力比 Mythos 5.1 更强，也更“守规矩”

AI 导读

Anthropic 发布 AI 模型安全对齐测试报告，展示了其内部研究模型在安全性和可控性方面的优势。

推荐理由

原文展示了 Anthropic 模型的安全对齐测试结果，读者可以了解不同模型在安全性和可控性方面的差异。

来源：IT之家 · ithome.com

#论文/研究 #Agent #安全/对齐 #推理 #评测/基准 #开源生态