内省可靠性

• AI前沿

  Anthropic 科学家成功 “干预” Claude 神经网络，AI 自主察觉异常 —— 这一突破为何意义重大

  Anthropic 的研究团队在 Claude AI 模型上完成了一项具有里程碑意义的实验：当研究人员向模型神经网络中注入 “背叛” 这一概念，并询问其是否感知到异常时，Claud…

  王 浩然

  2025年11月2日

  000