Claude 网络安全误拦截降 60%，生物医学误拒降 85%
repligate · x · 2026-09-03
Anthropic 官方表示改进了 Claude 的安全护栏：网络安全类请求的良性误拦截率降低约 60%，基础生物与医学问题的降级/拒答率降低约 85%。用户 repligate 追问这些改进是否同样惠及 Fable 5 的分类器，而不仅是 5.1。
所属事件:Anthropic 精准化 Claude 安全护栏，误报率大降(5 条相关)→
「模型」频道最新
- 「前沿模型 400 美元订阅不可能持久」,团队转向评测开源模型备胎 — ChrisRackauckas · 2026-10-18
- OpenAI 测试列表惊现 aurora 红/绿/蓝三个 alpha 模型检查点 — ChrisGPT · 2026-10-18
- 波兰开发者业余两周造决策模型,开源榜第一超众多商业产品 — lukaszkaiser · 2026-10-18
- DeepSeek V4.1 Flash 智能体分暴涨,长程任务提升但约束遵循下滑 — teortaxesTex · 2026-10-18
- 科学计算大佬实测：日常维护任务开源模型反超，但深挖代码缺陷仍靠 Opus — ChrisRackauckas · 2026-10-18
- DeepSeek V4.1 Flash 冲进 BuildingBench 前五,成本仅 Sonnet 的 1/15 — Lianhuiq · 2026-10-18