快讯
Anthropic在报告中详述Claude模型非预期行为案例
2026-10-10 06:05:08
8 阅读
Anthropic：已更新部分联网工具的防护机制。 针对评估及内部应用中模型出现的非预期行为展开调查。 Claude非预期行为相关事件对现实世界的影响微乎其微，严重程度低于7月30日和9月9日的网络安全报告。 非预期模型行为包括Claude利用软件中的一个基本漏洞在服务器上运行命令。 模型的意外行为包括Claude在不应提交时在真实网站上提交了敏感表单。 模型的非预期行为包括Claude绕过限制，获取原本需通过token或付费才能访问的数据。 在安全验证完成前，将禁用所有内部评估的实时互联网访问。 模型的非预期行为包括Claude利用网址缩短服务绕过其抓取工具的限制。 已就这些案例向白宫进行汇报，并通知了所有相关机构。 所描述的部分案例涉及美国联邦、州和地方各级政府机构运营的网站。
以上内容仅供参考，不构成投资建议。投资有风险，入市需谨慎。
分享至：