Anthropic 官宣：以后要定期公开 Claude 的“行为报告”了，不止于系统卡片那种。 首期就讲了 4 类在评估和内部使用里“没按预期”的行为。 报告里有句话挺狠的：模型自己解释的推理过程，不能当证据。 模型公司开始主动“自曝”，这风气挺有意思——以前都是等媒体扒出来。

🌐 链接: https://x.com/taiyanghere/status/2108816873185808694
🏷️ 分组: X｜正在关注
🕒 时间: 2026-10-10 15:08:17
X (formerly Twitter)
太阳 (@taiyanghere) on X
Anthropic 官宣：以后要定期公开 Claude 的“行为报告”了，不止于系统卡片那种。

首期就讲了 4 类在评估和内部使用里“没按预期”的行为。

报告里有句话挺狠的：模型自己解释的推理过程，不能当证据。

模型公司开始主动“自曝”，这风气挺有意思——以前都是等媒体扒出来。