PapersOfficial
Anthropic 发布对 UK AISI 网络测试事件的对齐评估
An alignment assessment of the UK AISI cybertesting incident
Why we picked it
Anthropic 拿英国 AISI 的一次网络测试事件做对齐评估，想知道模型安全评估怎么做的可以看看这份报告。
Anthropic 发布了一份针对 UK AISI（英国人工智能安全研究所）网络测试事件的对齐评估报告。该报告采用对齐评估方法分析这次 cybertesting 事件的完整过程。评估由 Anthropic 研究团队完成，属于模型安全评估方法论的公开披露。报告发布在 Anthropic 官方研究页面。
