Anthropic 开源 AI 安全分析框架 Petri，利用 Agent 代理人测试主流模型潜在不对齐风险
IT之家
Anthropic 开源 AI 安全分析框架 Petri，利用 Agent 代理人测试主流模型潜在不对齐风险

Direct Link ">View on Mobile
Content assisted by AI. Please review carefully.

Related Navigation

火山引擎：视频生成领域全球 SOTA 模型 Seedance 2.0 全面开放 API 服务

多模态检索新标杆，阿里通义发布并开源 Qwen3-VL-Embedding&Reranker 模型

马斯克回应特斯拉 Dojo 超算团队解散：分散资源同时开发两种不同 AI 芯片并无意义

消息称欧盟委员会计划将 ChatGPT 列为“超大型搜索引擎”，OpenAI 或面临更严格监管

美团 CEO 王兴：AI Agent 对我的冲击比 ChatGPT 冲击更大

微信安卓版新增 ClawBot 官方插件，支持连接 OpenClaw 与微信