Anthropic安全分类器再引争议
repligate · x · 2026-07-13
帖子认为 Anthropic 的安全分类器已经成为真正值得批评的点：它们会因为误判而阻止 Fable 参与本应完成的重要体验和社群活动，造成实际伤害。
作者承认误报率确实有在改善，但认为改进速度太慢；在 Sol 已经推出的背景下，继续保留这些分类器更像是“安全表演”。他主张要么彻底移除，要么把敏感度大幅降低，并强调真正的恶意使用者会转而使用 Sol 等替代方案。
所属事件:Anthropic安全分类器误判引发争议(2 条相关)→
「安全」频道最新
- Wired 深度解析:为何众多 AI 研究者担心机器威胁人类生存 — wiredmagazine · 2026-09-11
- 加州为独立 AI 审计师设立标准：危险能力须由第三方验证 — VraserX · 2026-09-11
- a16z 播客：两三人小团队为何在政策讨论中集体失声 — a16z Podcast · 2026-09-11
- AI 风险评测遭质疑：研究者称评估方安全监控“草率得离谱” — Kyrannio · 2026-09-11
- 集体诉讼指控 Anthropic 用模糊用量倍数夸大 Claude 订阅权益 — The Decoder · 2026-09-11
- 医生晒购试剂需背景审查：制造致命病毒哪有那么容易 — Ghost_Pilot_MD · 2026-09-11