Anthropic 与埃森哲合作投入 20 亿美元进行 AI 安全评估

Anthropic 与埃森哲宣布合作，对前沿 AI 模型进行独立评估。双方将在未来五年各自投入 10 亿美元，用于搭建评估能力。埃森哲的 AI 部门 Faculty 将主导评估，包括红蓝对抗测试和对齐效果评估。评估采用驻场模式，评估人员拥有与普通员工相当的系统访问权限。Anthropic 希望通过此合作找出自身未意识到的安全盲区。