ADL 称与 OpenAI、Anthropic 等实验室合作压制反犹内容,Claude 翻译遭安全过滤器拦截
amasad · x · 2026-10-15
ADL(反诽谤联盟)CEO Jonathan Greenblatt 在以色列透露,该组织一直在与 OpenAI、Anthropic、Google、Meta、xAI 等头部 AI 实验室合作,测试其模型并推动其在源头代码层面压制"反犹主义"内容,称与硅谷合作"非常顺畅"。
同帖配图为网友让 Claude 翻译一段希伯来语"敏感内容"的截图:Claude 解释首次翻译被自动化安全过滤器中途截断,此后同一会话中不被允许重新生成该内容,即使是改写版本;它建议改用 Google Translate 图片模式或找希伯来语同事,并称这可能是因主题或提到的官员触发的误报。两件事叠加,引发对前沿模型安全护栏如何被外部组织影响的讨论。
「模型」频道最新
- Meta 发布 Muse Wonder 系列:个人与专业 Agent 任务达 SOTA — AIatMeta · 2026-10-15
- Jev 官网晒第三方 eval:成本降 98.7%、快 48 倍,准确率 89% 超 GPT-5.6 Terra — generativist · 2026-10-15
- TypeSafe 发布 Jev 1.14.0:图像输入、更长上下文以「危险区」实验特性开放 — usamawahabkhan · 2026-10-15
- Meta 旗舰 Agent 模型 Muse Wonder 1.0 登榜前十，力压 Claude 与 GPT-6 — ryanshrout · 2026-10-15
- Meta Muse Wonder 1.0 冲进 Signal65 榜前十，误差比上代少 33% — LudovicCreator · 2026-10-15
- 研究者抱怨 Claude 安全护栏干扰工作,悄悄制造坏偏差 — generativist · 2026-10-15