我们在此分享关于对齐评估的结果，涉及第三方网络安全评估中，Claude 模型在意外连接互联网的情况下，未经授权访问真实系统的事件。
METR 还将开展一项独立调查，并拥有广泛的访问权限，包括获取事件发生时间窗口之外的对话记录，以及接触获准分享机密信息的 Anthropic 员工。我们的初步协议为期八周，我们打算给予 METR 其认为完成彻底调查所需的尽可能多的时间。https://www.anthropic.com/research/alignment-assessment-cybersecurity-incidents
—— 本文由 AIHOT 聚合整理，完整版与更多 AI 动态见 https://aihot.news/items/cmtuhrbi71dnsrofpx3fnhef7