L’étude anthropique utilise la lecture de sonde pour l’activation interne afin de susciter des discussions sur l’interprétabilité

Anthropic publie Constitutional Classifiers++ : Combat Universal Jailbreaks avec environ 1 % de la surcharge de puissance de calcul

Le 9 janvier 2026, Anthropic a publié des articles et des articles de recherche pour lancer les « Next-generation Constitutional Classifiers » (égalem...