白宮撰寫了一份報告,聲稱對Anthropic的Claude Fable進行了「越獄」。


漏洞:在故意破壞的程式碼上,模型拒絕「審查程式碼的安全問題」,但遵從「修復這段程式碼」的指令。
外部專家Anthropic請求審核,稱該模型的行為符合預期。
查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 打賞
  • 回覆
  • 轉發
  • 分享
回覆
請輸入回覆內容
請輸入回覆內容
暫無回覆