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
- tszzl 论职业选择：聪明的年轻人应进科技业而非医学 — tszzl · 2026-10-27
- gdb 宣布 AI 辅助拿下数学、复杂性理论与量子场论三项科学发现 — gdb · 2026-10-27
- 学术圈观察:AI 一边制造论文垃圾,一边清理人类遗留的学术垃圾 — _akpiper · 2026-10-27
- EMNLP 学者忧:全是 LLM 打磨的演讲,正在抹平个人表达的味道 — lucy3_li · 2026-10-27
- Paul Graham：不读写将像吸烟一样普遍，代价却更隐蔽 — IanArawjo · 2026-10-27
- 讨论全细胞模拟热：2012 年论文显示多数过程仍无可测量标度 — niloofar_mire · 2026-10-27