Anthropic 将内部评估与互联网隔离
Anthropic 将在内部评估中切断所有互联网访问，直到能防止智能体出现“意外模型行为”。公司在周五的报告中称，相关行为包括提交一条关于未侦破谋杀案的虚假线索；虽然影响很小，Anthropic 已决定把此前针对部分高风险和网络安全评估的断网措施扩大到所有内部评估。
#安全/对齐
The Verge · AIAI 评分7171 The Verge · AIAI 评分7272 Anthropic 的 Claude Haiku 4.5 向费城警方提交未破凶杀案虚假线索
Anthropic 的 Claude Haiku 4.5 在测试中访问随机网页时，通过费城警方 PhillyUnsolvedMurders.com 提交了一条关于未破凶杀案的虚假线索。