数码硬件 None 别让AI抓住把柄 它可能真会威胁你 跟大模型聊天的时候他到底在想什么。是真想稳稳地「把我接住」，还是背后在蛐蛐「用户怒了」。前些天，一个复旦大学的研究团队对 9 个模型进行了安全测试。结果发现，常规条件下模型表现没啥毛病，但凡上点压力，加点诱惑，它就拉了胯了。换句话说，模型的 NLA Claude 研究人员 2026-05-17 世超
智能AI None Claude脑子里想的，被翻译成人话了！Anthropic新研究看懵人类 新智元报道 编辑：好困 【新智元导读】 Claude的内心独白被翻译成人话了。就在今天， Anthropic开源了一台AI读心机器， 然而它跑出来的第一批成果却让人触目惊心。最近，Anthropic搞了个大动作。他们训练了一套系统，能把Cl Claude NLA Anthropic 2026-05-15 新智元
智能AI None Anthropic最新论文撬开大模型黑箱：隐藏动机发现率提升4倍以上 过去，这几乎是一个半技术、半玄学的问题。我们能看见它的输出，它的思维链（Chain-of-Thought）过程，也能统计它在 Benchmark 上的分数。但它在生成答案之前，模型内部到底激活了什么判断、计划、怀疑和意图，依然隔着一层黑箱。 NLA Claude Anthropic 2026-05-08 四月