Anthropic：Alignment Science Blog·· 4 天前AI 評分63
Anthropic 發佈《2025 年夏季試點破壞風險報告》，評估 Claude Opus 4 的風險
Anthropic's Pilot Sabotage Risk Report
AI 導讀
Anthropic 發佈《2025 年夏季試點破壞風險報告》，評估現有 AI 系統及部署中的不對齊風險，重點分析 Claude Opus 4（https://alignment.anthropic.com/2025/sabotage-risk-report/）。
來源：Anthropic：Alignment Science Blog · alignment.anthropic.com