关于 分类器防御 的快讯列表
| 时间 | 详情 |
|---|---|
|
2026-01-09 21:30 |
Anthropic称分类器将Claude越狱率从86%降至4.4%，但成本上升且更易误拒，仍存在两类攻击向量
根据@AnthropicAI，内部分类器将Claude的越狱成功率从86%降至4.4%，显著降低了成功利用的比例。来源：@AnthropicAI 于X，2026年1月9日，https://twitter.com/AnthropicAI/status/2009739654833029304 根据@AnthropicAI，这些分类器的运行成本较高，影响部署的运维成本结构。来源：@AnthropicAI 于X，2026年1月9日，https://twitter.com/AnthropicAI/status/2009739654833029304 根据@AnthropicAI，引入分类器后系统更可能对正常请求给出拒绝。来源：@AnthropicAI 于X，2026年1月9日，https://twitter.com/AnthropicAI/status/2009739654833029304 根据@AnthropicAI，尽管有所改进，系统仍然易受两类攻击（见其配图）。来源：@AnthropicAI 于X，2026年1月9日，https://twitter.com/AnthropicAI/status/2009739654833029304 |
