⌘ K
… 读取采集状态 同步中...
雷
原文
AISI Blog·· 2024-11-19AI 评分60

Anthropic Claude 3.5 Sonnet 升级版本部署前联合评估结果发布

Pre-deployment evaluation of Anthropic’s upgraded Claude 3.5 Sonnet

AI 导读

英国和美国 AI 安全研究所联合对 Anthropic 升级版 Claude 3.5 Sonnet 进行了部署前安全评估。测试显示该模型在 40 道网络安全挑战中成功解决了 32.5%;在软件工程任务中成功率达 66%,优于最佳参考模型。生物研究任务表现接近人类专家基线,且模型内置的安全防护可被常规越狱手段绕过。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:AISI Blog · aisi.gov.uk