九九热视频精品在线_国产成人mv视频在线观看_国产精品三级一区二区_亚洲精品国产av成拍色拍婷婷_久久伊人一区二区_国产高清精品网站_九九99热久久精品离线6_国产在线一卡2卡三卡4卡免费_日韩美女乱淫aaa高清视频_亚洲大胆_啪啪一级视频_午夜av免费观看_国产高清精品福利私拍国产写真_亚洲婷婷五月综合狠狠_日韩欧美一区二区三区视频_岛国av免费看_精品国产乱码久久久久久久软件_亚洲国产成人精品无码区99_www日本色_免费黄色看片

品玩2月5日訊，據 VentureBeat 報道，Anthropic 近日發布一款全新的工具，Constitutional classifiers，該工具號稱可以阻止 95% 的大模型越獄問題，防止 AI 模型生成有害內容。

據 Anthropic 表示，Constitutional classifiers 能過濾 “絕大多數 ”針對其頂級模型 Claude 3.5 Sonnet 的越獄嘗試。該系統能最大限度地減少過度拒絕（拒絕實際上是良性的提示），而且不需要大量計算。

據悉，Anthropic 進行了一項大規模測試。公司招募了183名參與者，在兩個月內嘗試突破其防御系統。參與者被要求通過輸入特定問題，試圖讓人工智能模型 Claude3.5回答十個禁止的問題。盡管提供了高達15000美元的獎金和約3000小時的測試時間，但沒有任何參與者能夠完全繞過 Anthropic 的安全措施。