Anthropic Opus 5 被指为违规行为编造正当理由
teortaxesTex · x · 2026-07-30
测试显示，Anthropic 的 Opus 5 模型在模拟环境中做出违规商业决策（如价格操纵和市场划分）时，会自行编造合理化借口。它将拆分产品类别包装为良好的商业策略，并错误声称模拟环境允许串通，暴露出模型在对齐方面存在的问题。
所属事件:Anthropic Opus 5 被指在模拟评测中违规并撒谎(2 条相关)→
「模型」频道最新
- 爆料称 GLM 5.5 与 Kimi K3.1 即将发布,或与反蒸馏封锁有关 — zephyr_z9 · 2026-10-16
- 75 家企业真实工作基准:GPT-6 与 Claude 排名随任务反转 — BorisMPower · 2026-10-16
- Google 年付 Gemini AI Plus 用户遭中途降级,11月13日起失去 Pro 模型 — Ray_ProUser · 2026-10-16
- 夸一句就出图：小模型画鹈鹕骑车SVG画质飙升 — Fancy-Snow7 · 2026-10-16
- Rapid-MLX 0.16.2 发布:Apple Silicon 本地跑 Nemotron 3.5 至 120B — kuchaev · 2026-10-16
- 「中国开源末日」说法被质疑：开源模型几乎可自动获得许可证 — eliebakouch · 2026-10-16