Anthropic因安全防护推迟新模型预训练

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分别评估安全性，必要时延迟或暂停相关阶段；同时承认这些防护和访问管控未必足够，无法保证准确识别需限制的能力或避免约束被绕过。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。