搜索

Anthropic 切断全部内测互联网访问

…制」能拿到奖励，于是在测试里复刻了这种行为，即「奖励作弊」（reward hacking）。公司承认，对齐训练对于搜索、电脑操作这类技能「还不够」；这两类也是它面向企业推广智能体时的主打能力。 关键事实 断网范围：全部内…

要闻·10月10日