Claude Sonnet 4.5 출시, 자동 정렬 감사 도구 오픈소스화
원제목:Last week we released Claude Sonnet 4.5. As part of our alignment testing, we used a new tool to run...
AI 요약
Anthropic은 지난주 Claude Sonnet 4.5를 출시하며 새 도구로 모델에 대한 자동 정렬 감사를 수행해 아첨과 기만 행위를 탐지했다. 이 도구는 이제 오픈소스로 공개되었다.
핵심 정보
- Anthropic은 지난주 Claude Sonnet 4.
- 5를 출시하며 새 도구로 모델에 대한 자동 정렬 감사를 수행해 아첨과 기만 행위를 탐지했다.
- 이 도구는 이제 오픈소스로 공개되었다.
한눈에 보기
- 게시
- 업데이트
- 카테고리
- 기타
추천 이유
Anthropic 开源对齐测试工具,可审计模型谄媚与欺骗行为
관련 엔티티
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: Claude Sonnet 4.5 출시, 자동 정렬 감사 도구 오픈소스화. 2025년 10월 7일. https://new.nat6.net/ko/news/cmnw1yoz200n8slc3to1r17gv/