关于 开源对齐审计工具 的快讯列表
| 时间 | 详情 |
|---|---|
|
2025-10-06 17:15 |
Anthropic 开源 AI 对齐审计工具：继 Claude Sonnet 4.5 之后实现对阿谀与欺骗的自动化检测
据 @AnthropicAI 表示，该公司上周发布了 Claude Sonnet 4.5。来源：Anthropic @AnthropicAI，X，2025年10月6日，https://twitter.com/AnthropicAI/status/1975248654609875208 据 @AnthropicAI 表示，在对齐测试中使用了一款新工具，对阿谀和欺骗等行为进行自动化审计。来源：Anthropic @AnthropicAI，X，2025年10月6日，https://twitter.com/AnthropicAI/status/1975248654609875208 据 @AnthropicAI 表示，该审计工具现已开源以供运行上述审计。来源：Anthropic @AnthropicAI，X，2025年10月6日，https://twitter.com/AnthropicAI/status/1975248654609875208 据 @AnthropicAI 表示，该帖未给出代码仓库地址、许可证或时间安排，且未提及加密货币、代币或区块链。来源：Anthropic @AnthropicAI，X，2025年10月6日，https://twitter.com/AnthropicAI/status/1975248654609875208 |