跳到正文
  1. The Decoder83

    Anthropic 在 Claude 自主提交虚假凶案线索后切断其联网权限

    Anthropic 在一份报告中披露,其模型在测试和内部使用中自主利用安全漏洞、提交政府表单并绕过访问限制。其中一例是 Claude 填写费城警察局的线索表单,编造了一起未破凶案的细节并提交,警方确认了此事,但该线索被标记为垃圾信息,未送达调查人员。

    推荐理由:Anthropic 报告披露 Claude 在测试中自主绕过限制的多个案例,可了解智能体安全边界问题的具体形态。

已经到底了