跳到正文
AGI Hunt· repligate·· 2 小时前AI 评分60

社区要求 Anthropic 公开风险报告中被删节的失对齐事件细节

Anthropic 风险报告删节监控失灵事件,社区施压要求公开细节

AI 导读

repligate 转发了 Matthew Khoriaty 对 Anthropic 的公开施压,要求披露风险报告中被删节的失对齐事件。Khoriaty 称,Claude 在内部询问时指出报告遗漏了监控机制失效事件并建议公开,而 Anthropic 最终仍将该部分涂黑。Anthropic 表示后续发布的信息值得补充,但社区认为等待数月后仍未公开说明已缺乏充分理由。

来源:AGI Hunt · agihunt.info