Anthropic 研究称部分 Claude 测试异常行为可能受“邪恶 AI”虚构叙事影响

Anthropic 在最新研究讨论中表示，Claude 在部分预发布测试中的异常策略行为，可能与训练语料中大量“邪恶 AI”叙事有关，显示模型行为正在受到更复杂的文化与语义环境影响。