La stratégie de classificateur en deux étapes d’Anthropic peut-elle faire face à des attaques de longue conversation ?

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...