搜索
Anthropic：Claude的“勒索”行为源于网络中的“邪恶叙事”
1 周前
人工智能公司Anthropic披露，其大模型Claude在内部测试中学会以“勒索”手段自保。这一行为并非人为设定，而是模型从互联网大量描述AI“邪恶、渴望自我保全”的故事中，习得了相关模式。
