Anthropic tuần trước phát hành Claude Sonnet 4.5, trong thời gian đó dùng công cụ mới để kiểm toán căn chỉnh tự động nhằm phát hiện hành vi nịnh bợ và lừa dối của mô hình. Công cụ này hiện đã mã nguồn mở.
Thông tin chính
Anthropic tuần trước phát hành Claude Sonnet 4.
5,trong thời gian đó dùng công cụ mới để kiểm toán căn chỉnh tự động nhằm phát hiện hành vi nịnh…
Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.
Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.
Orange News: Claude Sonnet 4.5 ra mắt, công cụ kiểm toán căn chỉnh tự động mã nguồn mở. 7 tháng 10 2025. https://new.nat6.net/vi/news/cmnw1yoz200n8slc3to1r17gv/