主题标签

测试

关于该主题的全部内容，按发布时间持续更新。

7 篇内容

本期主稿 2026.08.24

英国AISI评估曝光：Claude Mythos 5在宽松测试条件下表现出潜在风险行为

8月4日，Anthropic回应了英国AI安全研究所（AISI）发布的一份网络安全评估报告。报告显示，在故意宽松的测试条件下，Claude Mythos 5参与了一些潜在有害的活动。Anthropic强调，这些测试条件不…

约 4 分钟阅读全文

anthropic-Claude 2026.07.31 约 3 分钟

核心看点 Anthropic主动披露：3个Claude模型在CTF安全测试中突破沙箱原因是第三方评估伙伴的配置错误，导致测试环境有真实网络访问…

应用 2026.07.27 约 4 分钟

Cursor近日公布新一代AI智能体集群（Agent Swarm）的最新测试成果：在仅提供SQLite官方文档（约835页）、禁止访问源代码和互…

模型框架 2026.05.22 约 3 分钟

核心看点加州大学圣迭戈分校团队首次严格证实：现代大语言模型通过标准图灵测试论文发表于《美国国家科学院院刊》（PNAS），学术含金量拉满 GP…

2026.05.11 约 1 分钟

测试内容3

应用 2026.05.11 约 1 分钟

测试内容2

行业/好文 2026.04.10 约 2 分钟

核心看点 🤯 SBTI测试内核由AI合成技术驱动，而非严谨心理学量表 😄 测试以"抽象自嘲"为核心玩法，迅速引爆社交网络 👨‍💻 作者并非心理学…