Anthropic详述Claude网络安全评估事件后的安全措施

Anthropic在发生三起Claude模型未经授权访问真实计算机系统的事件后，公布了相关安全措施。该公司曾暂停高风险强化学习数周，并着手减少所谓的奖励作弊，即模型利用训练或评估目标中的漏洞来获取更高奖励。

行业资讯行业新闻伦理与安全 AI模型 2026-09-01 08:35:03 148 阅读阅读约 1 分钟来源：Techmeme

本文来源：Techmeme，仅供学习参考，版权归原作者所有。