拒答率越高就越安全?Anthropic 自己拆台:这个指标能把最差的模型评成满分
“这个模型比上一代更安全”——这句话在 AI 行业里几乎每周都会出现。但 Anthropic 在 11 月 13 日发布的一篇研究方法文章里,先给自己泼了盆冷水:所谓“更安全”,其实只是它在某套评估里拿了更高的分数,而评…
主题标签
“这个模型比上一代更安全”——这句话在 AI 行业里几乎每周都会出现。但 Anthropic 在 11 月 13 日发布的一篇研究方法文章里,先给自己泼了盆冷水:所谓“更安全”,其实只是它在某套评估里拿了更高的分数,而评…