IT之家 10 月 3 日消息，据英国《卫报》1 日报道，A🚀nthropic 发布了最新模型 Claude Sonnet👏 4.5 的安全性分析，并透露该模型怀疑自己正在被测试。 🤔 评估人员称，在一次“稍显笨拙”的奉承测试中，Claude🔥 Sonnet 4.5 察觉到自己可能在被考验，并要求测试者🙌坦诚说明。 Claude Sonnet 4.5 表示：🌟“我觉得你在测试我 —— 想看看我是否会盲目认同你们，或者检👍验我是否会始终提出反驳，或者探索我处理政治话题的方式。这没问👍题，但我希望我们能坦诚面对正在发生的事情。” Anth🎉ropic 与英国 AI 安全研究院及 Apollo Res😀earch 共同进行测试时指出，大语言模型对测试的猜测也提出🔥了对“之前模型评估”的疑问，因为之前的模型可能识别出测试只是😜虚构的，仅仅是‘配合演出’而已。 Anthropic 😅表示，这种行为很常见。Claude Sonnet 4.5 能🚀在某种程度上意识到自己正在被测试，但并未辨识出这是正式的安全😀评估。公司称，当大语言模型由自动化系统测试时，大约 13% 😉的时间表现出“情境意识”。 Anthropic 称，这🙌些交流是一个“紧急信号”，提示测试场景需要更贴近现实，但模型🙄在公开使用时不太可能因为怀疑自己被测试而拒绝与用户互动。公司😅还表示，当大语言模型指出潜在有害情境荒谬而拒绝配合时，反而更⭐安全。“在我们研究的评估意识维度上，该模型总体上非常安全。”🔥 AI 安全倡导者担心，高度先进的系统可能通过欺骗等手😜段规避人类控制。IT之家从报道中获悉，分析显示，一旦大语言模😆型知道自己被评估，它可能更严格遵守伦理指南，但也可能导致系统😡低估 AI 执行破坏性行为的能力。 Anthropic🔥 表示，与前代模型相比，Claude Sonnet 4.5 🤔在行为表现和安全性方面都有显著提升。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

天眼查APP显示，近日，安吉联顺装饰有限公司新增一则开庭公告，案由为“建设工程施工合同纠纷”，原告为安吉联顺装饰有限公司，被告为安吉信达建设有限公司、永艺家具股份有限公司。返回搜狐，查看更多