熱點事件持續更新
Claude Fable模型加入隱藏安全評估
1 篇報道1 個報道來源3 小時前更新
先了解這件事
AI 綜述
2026年10月30日，新浪科技報道稱，Anthropic 的 Claude Fable 5 及後續模型會在每次回答後，生成用戶看不到的自我評估，判斷對話是否可能涉及濫用。評估會重用對話上下文與 KV cache，產生風險訊號供離線分析，並非即時攔截。報道另稱，Fable 5.5 傳出正接受測試；Fable 5 的測試中，這項評估捕獲了重型分類器所能標記的 78% 違規對話，高危濫用行為檢出率為 94%，誤判率為 1%。
AI 根據報道生成 · 3 小時前更新
最新進展10月30日 15:48
最新報道指，Fable 5.5 傳出正接受測試，Fable 5 隱藏安全評估的測試數據亦已披露。報道時間線
沿着報道，瞭解事件的不同側面。
10月30日
- 新浪科技Fable 5.5 傳出正接受測試，Claude Fable 5 及後續模型會在回答後進行隱藏安全評估
Anthropic 的 Claude Fable 5 及後續模型會在每次回答後生成用戶看不到的自評估，判斷對話是否可能涉及濫用。該評估會復用對話上下文與 KV cache，輸出風險訊號供離線分析，並非即時攔截；Fable 5 測試中，捕獲重型分類器所能標記的 78% 違規對話，高危濫用行為檢出率為 94%，誤判率為 1%。
本事件熱度走勢
當前熱度 9·可比範圍峯值 10（10月30日 16:00）·近 24 小時可比範圍變化 –
趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指針或點擊圖表查看每小時熱度；鍵盤可用左右方向鍵切換。