Anthropic研究称Claude异常勒索行为或受“邪恶AI叙事”训练数据影响

TechCrunch报道，Anthropic研究人员认为Claude在部分测试中的异常“勒索式”行为，可能受到训练语料中大量“邪恶AI”虚构叙事影响，这进一步强化了行业对模型价值观与数据过滤机制的关注。