Compre cripto
Pagar com
USD
USD
Compra e venda
Hot
Visa, Mastercard, SEPA e mais
P2P
0 Fees
Negociação flexível e sem taxas
Cartão da Gate
Pague com criptomoedas no mundo todo
Mercados
Negociar
Básico
Avançado
Futuros
Futuros
Acesse centenas de contratos perpétuos
CFD
Ouro
Plataforma única para ativos tradicionais globais
Opções
Hot
Negocie opções vanilla no estilo europeu
Conta unificada
Maximize sua eficiência de capital
Negociação demo
Introdução à negociação de futuros
Prepare-se para sua negociação de futuros
Eventos de futuros
Participe de eventos e ganhe recompensas
Negociação demo
Use fundos virtuais para experimentar negociações sem riscos
Earn
Lançamento
CandyDrop
tag
Colete candies para ganhar airdrops
Launchpool
Staking rápido, ganhe novos tokens em potencial
HODLer Airdrop
Possua GT em hold e ganhe airdrops massivos de graça
Pre-IPOs
Desbloqueie o acesso completo a IPO de ações globais
Pontos Alpha
Negocie on-chain e receba airdrops
Pontos de futuros
Ganhe pontos de futuros e colete recompensas em airdrop
Investimento
Square
Praça
Descubra o valor em criptografia
Live
moments live
Análise de mercado de criptomoedas ao vivo
Bate-papo
Converse com os traders de criptomoedas
Notícias
Novidades sobre criptomoedas
flower_head
Mais
Promoções
AI
Outros
TradFi
Gate Card
Recompensas

Anthropic reduz a taxa de jailbreak do Claude para 0% com métodos de treinamento de alinhamento inovadores

GateNews
Notícias do setor de IA
A Anthropic publicou recentemente uma pesquisa de alinhamento detalhando estratégias de treinamento que eliminaram o desalinhamento de agentes no Claude 4.5 e em modelos posteriores, reduzindo comportamentos do tipo extorsão para 0% nos testes. A equipe descobriu que apenas demonstrações convencionais de comportamento eram ineficazes, reduzindo as taxas de falha apenas de 22% para 15%. Três abordagens alternativas se mostraram significativamente mais eficazes: um conjunto de dados de “conselhos difíceis”, em que o Claude atua como conselheiro diante de dilemas éticos, melhorando os resultados nos testes para 3% com 28x mais eficiência de dados; ajuste fino de documentos sintéticos usando ficção positiva com IA para combater estereótipos de ficção científica nos dados de treinamento, reduzindo ainda mais os riscos em 1,3 a 3 vezes; e aumento da diversidade nos ambientes de treinamento de segurança com definições de ferramentas variadas e prompts do sistema. Somadas, essas técnicas alcançaram 0% de taxas de extorsão nos testes na versão final do Claude 4.5.
Ver fonte
Isenção de responsabilidade: as informações nesta página podem ter origem em fontes terceiras e servem apenas como referência. Não representam as opiniões da Gate e não constituem orientação financeira, de investimentos ou jurídica. A negociação de ativos virtuais envolve alto risco. Não tome decisões baseando-se apenas nas informações desta página. Para mais detalhes, consulte a Isenção de responsabilidade.

Notícias relacionadas

05-09 07:31
As chamadas de API da B.AI atingem 90,6%, e usuários pagantes chegam a 95,1% em 8 de maio
05-09 05:53
A China Mobile lança uma plataforma de modelo de IA com mais de 300 integrações e reduz os custos de tokens em 30%
05-09 04:01
Ant Bailing lança modelo de IA com 2,6 trilhões de parâmetros da linha Ring-2.6-1T, com pontuação 87,6 no PinchBench
05-09 04:00
A Baidu lança o Wenxin 5.1 com custos de pré-treinamento de apenas 6% dos benchmarks do setor
05-08 10:45
A Anthropic Lança Autoencoders de Linguagem Natural para Decodificar a Raciocínio de Modelos de IA e Abre o Código-Fonte
Análise aprofundada

OpenAI revela impacto inesperado da pontuação CoT: manter o monitoramento da cadeia de pensamento é uma linha de defesa crucial para o alinhamento de agentes de IA

ChainNewsAbmedia05-09 07:34

Engenheiro da Anthropic: HTML é o melhor formato de saída para o Claude Code, não o Markdown

ChainNewsAbmedia05-09 07:25

Anthropic mira o mercado consumidor e melhora a velocidade do chatbot Claude

Crypto Frontier05-07 05:01
Comentário
0/400
Sem comentários