#Claude 3.7 Sonnet

2 stories · 0 in 7 days · 0 in 30 days

Stories, products and papers tagged "Claude 3.7 Sonnet", newest first.

Jul 14

PapersMulti-sourceSelected09:09

Chinese contentFiltering Harmful Actions Isn't Enough: Phantom Transfer in Agentic SDF

这篇论文发现了一个反直觉的安全盲区：就算删掉所有危险操作，合成训练数据里藏着的“坏心眼”还是会传递到模型身上。做智能体安全的人必看。

#Llama 3.3 #Anthropic #Gemini 2.5 Flash #Claude 3.7 Sonnet

arXiv: Anthropic@Chinmayi Dixit11 sourcesSource

Jul 13

Papers76°08:29

Chinese content跨族模型组合降低45%有害行为批准，研究显示链式思维监控易被绕过

DeepMind研究告诉你：别偷懒只用同一个模型的监控，换个不同家族的事实检查器，能堵住45%的漏洞。

#DeepMind #Claude 3.7 Sonnet #GPT-4.1 #链式思维监控

elvis@omarsar02 sourcesSource