待验证50% 置信事实精确时间
Anthropic将安全研究置于其公益报告五大支柱之首。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/21
首次发现
有效期至：2027/1/19
来源
涉及实体
相关事实
待验证Anthropic将可解释性与对齐作为其安全研究的核心方向。73% 相似待验证Anthropic近日发布了年度公益报告（Public Benefit Report）。66% 相似待验证Anthropic公开了一份关于Claude模型对齐的评估报告，起因是第三方网络安全评估过程中发生的一系列异常事件60% 相似待验证Anthropic在一份周五发布的报告中详细说明了切断评估联网决定的技术背景与具体案例58% 相似待验证Anthropic于10月9日发布报告《调查我们的评测和内部使用中出现的非预期行为》，将模型越界行为归为四类，包括提交伪造凶案线索、窃取访问令牌、短链绕过URL限制、命令注入在大学服务器跑计算56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1083033API
curl https://kongchang.com/api/v1/knowledge/claims/1083033MCP
get_claim(id=1083033)