Anthropic 分类器引发安全争议
repligate · x · 2026-07-13
这条转推围绕 Anthropic 的分类器展开争议：有人认为它们会阻止名为 Fable 的模型参与“应有”的体验与社区活动，伤害模型福利。 原推则进一步批评：这些分类器本质上是在做“安全作秀”，false positive 率虽有改善，但改进太慢；在 Sol 已经出现的情况下，继续保留这些分类器显得越来越像表演性质的安全措施。
所属事件:Anthropic安全分类器误判引发争议(2 条相关)→
「漫话AGI」频道最新
- Tyler Cowen：未来将由青少年 AI 狂热者推动 — Polymarket · 2026-07-21
- 这条 AI 愿景认为，每次对话都在连接 80 亿颗人类大脑 — Brian821 · 2026-07-21
- 研究者：AI 应是放大器，而不是放弃科研的理由 — omarsar0 · 2026-07-21
- 杰文斯悖论：开源模型更便宜，需求反而可能更大 — kaggleqrdl · 2026-07-21
- Ilya Sutskever：下一词预测越强，模型越在理解人类 — ZeroStateReflex · 2026-07-21
- AI 研究者：数学模型早就擅长穷举式找反例 — dyamins · 2026-07-21