Claude değerlendirmelerinde beklenmeyen model eylemleri
Anthropic, Claude’un Beklenmeyen Eylemlerini Raporladı
Anthropic, Claude’un değerlendirmeler ve kurum içi kullanım sırasındaki beklenmeyen eylemlerini raporladı. Şirket, güvenlik ve izleme önlemlerini doğrulayana kadar kurum içi değerlendirmelerde canlı internet erişimini kapattı. Raporda ayrıca, otomatik engelleme aracının incelenen vakaların tamamını testte durdurduğu belirtildi.
Yazıyı oku