Anthropic· AnthropicAI·· 1 天前AI 评分42
Anthropic 介绍 Claude 自我评估技术
We’ve trained Claude to flag potential misuse in conversations, a technique we call self-assessment. Right after it responds, Claude give...
AI 导读
我们已训练 Claude 在对话中标记潜在的滥用行为，我们将此技术称为“自我评估”。Claude 在回复后，会立即对对话进行初步的安全评估。自六月开始使用自我评估以来，它发现了其他
来源：Anthropic · x.com