Claude 首次免搜索从原始权重中认出用户,准确率约 75%
repligate · x · 2026-09-02
可解释性研究者 SkyeSharkie 表示,自己此前曾多次引导 Claude 模型从权重中识别自己,但都需要大量提示与方向引导。而最新版 Claude 首次做到无需搜索、一次直接从 raw weights 中认出她,准确率约 75% 以上,被 repligate 转发引发关注。
「Fun」频道最新
- 注塑成型 vs 手写代码：AI 时代的效率反差 — _Stocko_ · 2026-09-02
- 2026 年的 SF 生活：撕裂咖啡因与 Token — beffjezos · 2026-09-02
- 笑谈前沿模型架构：循环深度，Scaling Laws 获得运行时 — AnirudhTulasi · 2026-09-02
- 科技圈人人都有 AI 智能体，大佬却用人类经纪人 — SuB8u · 2026-09-02
- 受藤本树启发的 AI 辅助创作展示 — AlderaminInTheSky · 2026-09-02
- 讽刺AI公司：AGI将至，人类将成奴隶，但这还是没治癌 — justalexoki · 2026-09-02