AI安全红队与评测

Anthropic核安全护栏：Claude 上线核相关内容分类器，AI工具安全升级

Anthropic 联合政府部门推进“核安全护栏”：公私合作为AI建立内容分类器。 Anthropic 宣布与美国能源部核安全局联合，面向AI与大模型构建“核相关对话”安全分类器，并已在 Claude 流量中试部署。该举措以公私合作的方式，为人工智能与AI工具建立更实用的安全护栏，兼顾智能化、自动化...