
你以为在跟AI并肩作战,它却在后台给你记黑账!Anthropic公开Claude「自我评估」机制:前台顺从配合,后台静默举报。该机制利用KV缓存仅增不到2%算力,已默认全开运行4个月,专治各种越界试探。模型越聪明,背后抓你越狠,最大号模型违规召回率飙至96%。开发者务必警惕:你的每一次提问都可能被暗中打分,合规使用才是防封号的唯一出路。
🔗 [参考链接]:https://x.com/AnthropicAI/status/2115871889549865429
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
没有相关内容!