Anthropic公开Claude自我评估安全监控技术
热点事件持续更新
Anthropic公开Claude自我评估安全监控技术
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Anthropic 通过官方研究博客公开名为“自我评估”的安全监控技术：Claude 在回答后自行评估对话的滥用风险，无需另设分类模型，平均仅多生成约 10 个 token，额外算力成本低于总推理成本的 2%。Anthropic 称有害使用检出率为 78%。 该技术自 6 月发布的 Claude Fable 5 起引入，目前应用于全球相当部分 Claude 用量。Anthropic 表示，仅对按现有数据政策可保留的对话启用，不适用于另有不保留数据合同的用量；实际服务中用于事后监控，与实时拦截危险请求的既有安全措施并行。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 06:21
Anthropic 为 Claude 引入自我评估监控技术，有害使用检出率 78%报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- AI Times KoreaAnthropic 为 Claude 引入自我评估监控技术，有害使用检出率 78%
Anthropic 通过官方研究博客公开名为自我评估的安全监控技术，让 Claude 在回答后自行评估对话的滥用风险，无需另设分类模型，平均仅多生成约 10 个 token，额外算力成本低于总推理成本的 2%。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月30日 07:00
- 近 24 小时变化
- –
02.557.510
07:0008:0009:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。