推文

@Moblacksoil · 2026-10-16 02:45

Anthropic 把独立评估员嵌进自家了，不是监管进驻。 据 Anthropic 官博与官号，已给非营利组织 METR 一个团队员工级访问：6 人配了公司硬件和办公位，内部工具大致跟自家风险评估团队同档；除客户数据、律师特权、模型架构等少数类别外，员工被鼓励像对对齐同事一样给他们信息。METR 会公开发布对风险水平、事件或做法的分析，Anthropic 不能否决，只能按窄类别要求删改；METR 可公开评论删改是否合理，但不能写出被删内容。这是自愿嵌入。同页写了三档：SecureBio 目前在第一档（发表要批准）；第二档可不经批准发表；第三档才是 METR 这种。Hugging Face 还在早期讨论，Accenture、Faculty 是更大合作方向，都还没到员工级。评估结果还没写出。

曝光 27 · 评论 1 · 点赞 1 · 书签 0