Khác

Claude Sonnet 4.5 ra mắt, công cụ kiểm toán căn chỉnh tự động mã nguồn mở

Tiêu đề gốc:Last week we released Claude Sonnet 4.5. As part of our alignment testing, we used a new tool to run...

Tóm tắt AI

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…
  • Công cụ này hiện đã mã nguồn mở.

Tóm tắt nhanh

Đăng lúc
Cập nhật lúc
Nguồn
X:Anthropic (@AnthropicAI)
Danh mục
Khác
Đọc bản gốc Đọc toàn văn tại nguồn tin gốc
Lý do đề xuất

Anthropic 开源对齐测试工具,可审计模型谄媚与欺骗行为

Thực thể liên quan

Nguồn và bản quyền

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.

Liên kết gốc · Mục AIHOT

Cách trích dẫn

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/

Xem tất cả →