跳到正文
热点事件持续更新

Anthropic“Break It”失败评测任务

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Anthropic 的一项用户评测设置“Break It”任务,要求用户选择自己专业领域的真实场景,在实际工作中设法让 Claude 失败,随后分享聊天记录并解释失败原因。任务限时 12 分钟,开始后不能返回上一步。 Reddit 帖展示的疑似评测或学习流程截图显示,“Break It”是第三个步骤;其目的在于收集 Claude 在真实使用场景中的失败案例。截图来源及其是否属于正式用户评测流程尚未得到进一步确认。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月22日
  1. AGI Hunt
    Anthropic 评测如何让用户在 12 分钟内故意让 Claude 失败

    Anthropic 的一项评测要求用户选择真实专业场景,在 12 分钟内故意让 Claude 失败,并分享聊天记录与失败原因。Reddit 帖展示疑似来自其用户评测或学习流程的截图,其中第三步名为「Break It」,开始后无法返回上一步,旨在收集真实场景中的失败案例。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。