Anthropic 提前预警 AI 网络攻击与谄媚风险
热点事件持续更新
Anthropic 提前预警 AI 网络攻击与谄媚风险
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Anthropic 员工 Karina Nguyen 在 X 上称，Anthropic 至少自 2022 年起就由 Logan Graham 主导预警 AI 助力的网络攻击，当时没有风投认真对待；该公司还在 ChatGPT 真实事件让“模型过度迎合用户”风险变得可感知之前数年，就由 Ethan Perez 等人构建了谄媚评测。她据此认为，应在风险造成大规模伤害前就重视早期证据。 上述时间线与早期预警效果均出自该推文的说法，报道未提供独立验证。
AI 根据报道生成 · 53 分钟前更新
最新进展10月23日 02:12
Anthropic 提前预警 AI 网络攻击与谄媚风险报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Karina NguyenAnthropic 提前预警 AI 网络攻击与谄媚风险
Anthropic 至少自 2022 年起就由 @logangraham 主导预警 AI 助力的网络攻击，当时没有 VC 认真对待。Anthropic 还在 ChatGPT 真实事件让"模型过度迎合用户"风险变得可感知之前数年，就由 @EthanJPerez 等人构建了谄媚评测。推文认为教训是：应在风险造成大规模伤害前就重视早期证据。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。