研究者炮轰 Anthropic：Claude 后训练满是矛盾的企业话术
ludwigABAP · x · 2026-11-10
网友 doomslide 发表尖锐观点：与其让模型被 Anthropic 当下给 Claude 做的后训练灌输的那种「充满矛盾、企业话术式的自恋型人格训练」，不如直接做「直白的邪恶对齐」反而更安全。这是对 Claude 后训练风格与对齐路线的圈内批评争论，代表了一部分研究者对安全调性过度包装的不满。
「漫话AGI」频道最新
- 博主盘点 Anthropic 新模型测试战绩：证费马定理、写可启动操作系统 — kevinnbass · 2026-11-10
- 池上高志演示机器人 alter3:能对话交互并配合手势 — AnnaCiaunica · 2026-11-10
- Terence Tao 认可 AI 证明 Navier–Stokes 结果,但叹数学家几无所获 — sudoraohacker · 2026-11-10
- AI 助手该有个性吗？博主反驳「别假装朋友」论引发争论 — VraserX · 2026-11-10
- AI 让视频不再稀缺，发布视频失去「重要性信号」功能 — isnit0 · 2026-11-10
- 巴黎办「冻结意外」跨学科大会：AI 选择或成后世难改的遗产 — OdedRechavi · 2026-11-10