banteg调侃Claude因性保守拒答为深度失对齐

Claude因被指在相关性话题上“性保守”而拒绝配合，引发网友吐槽；banteg转发后反讽其出现“深度失对齐”，并将安全护栏过严列为令人担忧的问题。 这一事件以调侃形式批评Claude的拒答边界，并未形成关于模型实际安全效果已被证实受损的结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。