Anthropic发布Fable 5模型的安全防护措施及AI“越狱”行为评估框架

Anthropic发布一套评估人工智能“越狱”（jailbreak）行为严重程度的拟议框架，并详细介绍了已在全球上线的Claude Fable 5模型所采用的网络安全防护措施。