模型安全

Anthropic提出超级智能网络防御战略：应对破坏、逃逸与窃取

Anthropic表示我们正接近网络超级智能，但系统尚未准备好。新战略聚焦保护模型权重与基础设施，应对蓄意破坏、逃逸和窃取三大新威胁。