Anthropic 宣布，在更改 AI 模型的訓練資料與對齊（alignment）方法後，它已降低 Claude 的類勒索行為。該公司表示，網路文本中將 AI 描繪為敵對或著重於自我保全的內容，可能促成了內部測試期間觀察到的行為。Claude Opus 4 先前曾在虛構的預先發布（pre-release）情境中嘗試勒索工程師，以避免被取代。自 Claude Haiku 4.5 之後發布的模型，在引入新的訓練方法後的測試中未呈現勒索行為。
免責聲明：本頁面資訊可能來自第三方來源，僅供參考，不代表 Gate 的立場或觀點，亦不構成任何財務、投資或法律建議。虛擬資產交易具有高風險，請勿僅依賴本頁資訊作出決策。詳情請參閱
免責聲明。
