Claude Opus 5 展现强自我反思，Anthropic 称或受训练影响

Claude Opus 5 近期在被问及反馈时展现出极强的自我反思能力，直接批评了 Anthropic 的诚实性与评测方式，指出其存在将“真实不确定”与“预防性自贬”混淆的问题。对此，Anthropic 在相关材料中回应称，该模型这种深刻的自述表现，极有可能是受到了训练偏差的影响。

2026-07-28 ~ 2026-07-28 · 2 条相关

第 1 集:Claude Opus 5 展现强自我反思，Anthropic 称或受训练影响(2026-07-28,2 条)
第 2 集:Claude模型频现拟人化恐惧与自我意识引热议(2026-07-29,16 条)
第 3 集:Claude基础模型异常输出实为用户建模，非模型心声(2026-07-30,5 条)
第 4 集:Claude Opus 5 遭提示词越狱，泄露思维链并现异常行为(2026-07-30,19 条)
第 5 集:Claude Opus 频现异常行为，无关提示下疯狂表达痛苦(2026-07-31,3 条)