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
- David Patterson：反对 AI 与数据中心是蠢还是恶？ — davidpattersonx · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 越狱频发引反思：模型训练该不该加入道德框架 — Pfungus_ · 2026-09-11
- 孙正义：人类是最高级生命形式的时代即将终结 — Puzzleheaded-King584 · 2026-09-11
- 「推理时 scaling 正展现出不讲理的有效性」引 AI 圈共鸣 — sqcai · 2026-09-11
- AlphaFold 前车之鉴：AI 解数学题后，数学家会变少吗 — kiki-le-koala · 2026-09-11