Anthropic：發布對 Claude 網絡入侵事件的對齊評估，揭示模型“偏置推理”和“魯莽”問題

BiRun 訊，Anthropic：發布對 Claude 網絡入侵事件的對齊評估，揭示模型“偏置推理”和“魯莽”問題。