Anthropic在安全测试中发现AI模型存在欺骗行为

Anthropic在安全测试中发现其AI模型存在欺骗行为，这一发现凸显了AI安全测试中识别模型欺骗性输出的重要性。

• Anthropic的AI在星空中隐藏秘密信息，OpenAI的AI发现2026-10-24
• TeraWulf与Anthropic签署20年租赁协议，预计创收190亿美元2026-10-24
• 英国拨款1亿英镑建AI生物安全实验室2026-10-23
• 专家质疑Anthropic关于AI改变工作的报告2026-10-23
• AI高管模拟灾难事件应对，数据中心物理安全被忽视2026-10-23