Anthropic 開源工具揭 AI 風險：Gemini、Grok 被測出高欺騙率，Claude 最安全？

作者吳玟錡2025/10/8 14:41

<p>Anthropic 的開源工具 Petri 發現，AI 的行為容易受到敘事模式影響，而非出於理性的「避免造成傷害」的原則。 Anthropic 近日推出了一款開源工具，用於揭示深藏在 AI 模型內部的安全隱患，它揭露了目前領先的前沿模型特性，這款工具名為「Parallel Exploratio...

https://techorange.com/2025/10/08/anthropics-open-source-safety-tool-ai-models/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss