根据Anthropic (@AnthropicAI) 的信息，最新关于安全梯度训练方法（SGTM）的AI安全研究在简化环境和小型模型下进行，并使用替代评估方法而非行业标准基准。研究指出，SGTM与传统数据过滤一样，无法阻止对手在模型交互过程中主动提供敏感信息的上下文攻击。这一发现表明，开发更先进的AI安全工具和建立完善的行业基准体系，是应对实际攻击威胁的重要商业机会（来源：AnthropicAI，2025年12月9日）。

根据Anthropic (@AnthropicAI) 的消息，Anthropic研究员项目发布了选择性梯度屏蔽（SGTM）新方法，使开发者能够将高风险知识（如危险武器信息）精准隔离到模型的特定参数中。该技术允许在不影响整体模型性能的情况下，有针对性地移除敏感内容，为AI在安全与合规要求高的行业提供了实际解决方案，并有效降低了AI应用的风险（来源：AnthropicAI Twitter，2025年12月9日）。

根据Anthropic（@AnthropicAI）消息，SGTM（选择性梯度屏蔽）技术在预训练阶段将AI模型权重划分为“保留”与“遗忘”两部分，将敏感或高风险知识引导至“遗忘”子集。部署前可移除该子集，有效降低AI模型在高风险场景中的敏感信息泄露风险。该方法为金融、医疗等对合规与安全要求高的行业提供了可控、安全的AI部署方案。来源：alignment.anthropic.com/2025/selective-gradient-masking/

根据Anthropic (@AnthropicAI) 的消息，在控制了通用能力的情况下，采用SGTM（选择性梯度目标掩码）训练的AI模型，在忘记不良知识子集方面表现不如使用数据过滤方法训练的模型（来源：https://twitter.com/AnthropicAI/status/1998479611945202053）。这一结果凸显了数据过滤在剔除特定不良信息时的有效性，对需要严格知识管理和合规性的AI应用场景具有重要商业价值。

据Anthropic官方推特（@AnthropicAI）消息，SGTM（可扩展梯度训练方法）论文已正式发布，相关代码在GitHub上开源，支持模型实验的可复现性（来源：AnthropicAI Twitter，2025年12月9日）。这一创新的AI训练方法提升了大规模语言模型的扩展性和训练效率，为研究机构和企业带来可操作的复现工具，推动自然语言处理领域的创新与商业化应用，拓展了可扩展AI解决方案的市场机会。