Anthropic 安全负责人:Opus 5.5 发布整体上会降低对齐风险
EricBuess · x · 2026-09-23
Anthropic 安全团队相关人士表示,Opus 5.5 相比前代模型在安全性上有足够提升,发布它更有可能降低而非增加与对齐失误相关的风险。这是 Anthropic 对新模型安全论证的罕见表态,与其一贯的 Responsible Scaling 政策框架一脉相承。
「漫话AGI」频道最新
- You.com 创始人 Richard Socher 新书《The Eureka Machine》出版 — RichardSocher · 2026-09-23
- 中国 AI 短剧一年增长 13 倍,还在扩大招聘与人手 — Substantial-Fun9958 · 2026-09-23
- AI 社会影响课程筹备冬季深度案例研究,公开征集历史案例 — luke_drago_ · 2026-09-23
- AI 安全研究员书单力荐《AI as Normal Technology》作反方必读 — luke_drago_ · 2026-09-23
- Hassabis 谈 AI 教育：死记硬背交给家庭 AI 导师，课堂留给协作项目 — victor_explore · 2026-09-23
- OpenAI 警告递归自我改进或超出人类理解与监督能力 — Polymarket · 2026-09-23