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）。