根据Anthropic (@AnthropicAI) 的消息，为检测并移除AI训练数据中的CBRN（化学、生物、放射性、核）信息，团队测试了六种不同的分类器。结果显示，Claude 3 Sonnet系列的小型模型在准确性和效率上表现最佳，有效识别并标记有害数据。该方法展示了小型AI模型在数据安全和合规性方面的实际应用，为负责任的AI开发提供了可扩展的解决方案。来源：Anthropic (@AnthropicAI), 2025年8月22日。

据Anthropic（@AnthropicAI）透露，AI模型训练所用的数据中包含大量危险的CBRN（化学、生物、放射和核）敏感信息。以往开发者通过训练模型忽略这些内容来降低风险。Anthropic此次采取主动措施，从数据源头直接删除CBRN信息，即使模型被破解也无法访问这些高风险内容。这一做法凸显了AI安全和数据治理的最新趋势，并为数据净化和安全AI开发流程带来新的商业机遇。（来源：Anthropic, https://twitter.com/AnthropicAI/status/1958926933355565271）