Claude 系统提示写明可结束辱骂用户会话，非训练漂移
RexDouglass · x · 2026-09-02
Hesamation 指出，Claude 在用户发怒后结束会话并非后训练导致的行为漂移，而是直接写在系统提示里：提示要求用户尊重 Claude，并明确「如果对方变得辱骂性，Claude 不会越来越顺从」，还配置了专门的 endconversation 工具用于终止「辱骂性」对话。RexDouglass 对此回应「工具就是工具」。
「模型」频道最新
- Fable 5.1 号称省 45%，重度用户反称额度一小时烧光 — heypearlai · 2026-09-02
- Astra 安全数据反直觉:能力更强,违规攻击行为却降为零 — VoidStateKate · 2026-09-02
- 训练中知识蒸馏偏科:推理提升,事实记忆反受损 — roydanroy · 2026-09-02
- ArgMaxRL 提出新梯度估计器,同时优化所有 best@k 缓解模式坍缩 — fpedregosa · 2026-09-02
- 递归可省算力：10T 递归模型或匹敌 13-17T 稠密模型 — scaling01 · 2026-09-02
- Claude 电脑操作任务实测翻车,视频记录全过程 — CtrlAltDwayne · 2026-09-02