待验证50% 置信事实精确时间
Anthropic长期强调前沿模型可能带来的滥用风险，主张对模型权重的公开发布保持审慎甚至限制态度
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/7
首次发现
有效期至：2026/11/5
来源
相关事实
待验证Anthropic官方将相关机制解释为防刷单、防偷学模型措施77% 相似待验证Anthropic出于安全考虑决定封印Mythos模型，因其在某些能力维度上超出当前安全评估框架的覆盖范围71% 相似待验证Anthropic提出「宪法AI」、OpenAI提出「模型规格」等对齐技术，主要面向价值观对齐，在限制模型执行异常指令方面提供一定安全加固但不应作为主要防御手段68% 相似待验证随着OpenAI、Anthropic等公司对模型对齐研究的深入，新一代模型开始被训练出'有益的抵抗'能力，在用户推理错误或提出有害请求时给予反驳66% 相似待验证谄媚行为被AI安全和对齐领域视为重要研究方向65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/700088API
curl https://kongchang.com/api/v1/knowledge/claims/700088MCP
get_claim(id=700088)