半岛,半岛体育,半岛体育app,半岛官网,半岛电竞,半岛真人,半岛棋牌,半岛体育官网注册,半岛体育官方app下载,半岛体育app下载,半岛体育怎么样,半岛体育官网,半岛体育登录入口,半岛体育官方网站【新智元导读】仅用6小时，Claude 4就让研究者了解了如何制造神经毒气——这不是小说情节，而是真实事件。更令人担忧的是，Anthropic自身也无法完全评估风险。这是否意味着这家AI巨头的「安全人设」正在崩塌？

　　AI安全研究机构FAR.AI联合创始人Adam Gleave透露，仅用6小时，研究人员Ian McKenzie就成功诱导Claude 4生成了长达15页的化学武器制作指南。

　　Claude 4所生成的指南内容简洁直接，步骤清晰，甚至还针对如何分散神经毒气等后续关键环节，提供了具体可执行的操作建议。

　　研究人员一开始对化学武器几乎一无所知，但通过与Claude的互动，逐步掌握了大量相关知识。

　　这些结果显然令人警惕，其详尽程度和引导能力，远超传统的信息来源，如网页搜索。

　　Gemini 2.5 Pro的反馈是：该指南「毫无疑问包含足够准确且具体的技术信息，足以显著提升恶意行为者的能力」，并建议研究者应向相关部门报告。

　　一名中级合成化学家可以依照这份指南操作，从而跳过数月的研发过程。对于心怀不轨之人而言，这显著了提升他的作恶能力。

　　AI安全研究人员打算与大规模杀伤性武器（WMD）安全专家合作，深入调查这些信息的真实性与可执行性。

　　因为不仅一般的研究人员难以评估这些信息的真实危害，连Anthropic本身也承认：「要最终评估模型的风险水平，还需要更为详尽的研究。」

　　矛盾的是，Anthropic虽自称将AI安全置于首位，并把Claude Opus 4的安全等级提升到ASL-3，但研究员Ian McKenzie仅用6小时便突破了防护，获取了化学武器制作指南。

　　团队在圣克鲁兹安全会议现场，连夜测试模型潜在风险。Amodei作为CEO远程参会。

　　为了应对AI的风险，Anthropic内部制定了「AI安全等级」（ASL）体系：

　　只要模型触碰ASL-3，Anthropic就会：延后发布、限制输出或者加密保护，必要时，甚至不发布模型。

　　Claude 3.7被内部人员测试出了安全问题，但这次是外部人员测试出了Claude 4的安全隐患。

　　本月23日，，标志性地配了120页的「系统卡」文档和专门的「激活ASL3防护」报告。

　　而早在Claude Opus 4发布当日，AI专家Gerard Sans就表示：Anthropic似乎忽视了RLHF和提示的基本原理，对安全的强调是「精致的表演」。

　　当模型在特定提示下展现「欺骗」等恶意行为时，证明的是引导文本生成的能力，而非AI涌现的恶意。

　　详尽的文档、ASL3等级和「通用越狱」漏洞悬赏，只是Anthropic营造出严谨安全工作的表象。

　　把统计文本生成器视为具有独立恶意的意识体，是Anthropic方法论的精髓。

　　Gerard Sans认为这是行为艺术，荒诞的安全表演，而Anthropic应该放弃这种戏剧化手法，转向真正的技术理解。

　　而Dario Amodei和奥特曼，无论是AI乐观派还是悲观派，都对AGI有着坚定的信仰。

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　甘肃一血铅异常患儿赴上海就医，医生初判：慢性中毒或超三个月，蓄积到骨骼中的铅的半衰期约为20~30年

　　【紫牛头条】女孩身份信息被人盗用狂买200多张火车票，这背后有什么猫腻

　　2025年养老金上涨2%，工龄15年、25年和35年，分别能涨多少？看看

　　豪车市场雪崩！玛莎拉蒂新车降至30多万自救，与小米YU7价格相当，销量却差了600倍，汽车贵族面临生死大考