AGI Hunt· ludwigABAP·· 58 分钟前AI 评分20
研究者炮轰 Anthropic:Claude 后训练充满矛盾的企业话术
研究者炮轰 Anthropic:Claude 后训练满是矛盾的企业话术
AI 导读
网友 doomslide 炮轰 Anthropic,称与其让 Claude 的后训练灌输“充满矛盾、企业话术式的自恋型人格训练”,不如直接做“直白的邪恶对齐”反而更安全。这一观点批评 Claude 的后训练风格与对齐路线,反映部分研究者对安全调性过度包装的不满。
来源:AGI Hunt · agihunt.info