Anthropic 因安全防护推迟新前沿模型预训练超过一个月

Anthropic 在官方文件中披露，因加强模型权重防外泄和知识产权保护措施，将一个新前沿基础模型的预训练推迟了超过一个月。公司计划对预期出现新能力或安全风险的模型，在预训练、后训练和内部部署阶段逐一评估安全性，并可能在措施不足时延迟或暂停阶段，同时承认相关防护与访问管控未必充分或无法避免被绕过。