Anthropic 分类器据称连数学研究提示词也会拦截
code_star · x · 2026-07-23
这条在讨论 Anthropic 的分类器误伤：有人称它现在连数学研究也会触发拦截，而不只是“危险活动”。
被引用内容里提到，原本一直能用来做研究的提示词，在相关话题于 X 上热起来后，fable classifier 开始对“每一个 prompt”都拒绝。核心争议是：安全护栏是否已经宽到连正常数学研究都挡住了。
「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