筛选结果
56 篇排序
1:16EN → 简体中文
Matthew Berman· 2026年9月11日Anthropic 报告拦截一项具有双重用途的生物研究请求Matthew Berman · Forward FutureMatthew Berman 讨论 Anthropic 2026 年威胁报告中的一则案例，以及区分有益生物研究与潜在滥用的困难。
17:15EN → 简体中文Matthew Berman· 2026年8月28日Hugging Face 事件：AI 评估、沙箱逃逸与奖励黑客Matthew Berman · Forward FutureMatthew Berman 解释报告中的 OpenAI 评估事件及其暴露的安全和激励问题。
54:57EN → 简体中文Matthew Berman· 2026年7月29日开放权重 AI：竞争、安全与围绕 Anthropic 的争论Matthew Berman · Forward FutureMatthew Berman 主张广泛开放 AI 模型，权衡经济与安全论点，并回应 Dario Amodei 对开放权重的立场。
44:52EN → 简体中文Matthew Berman· 2026年6月5日Anthropic 递归自我改进报告：证据、局限与减缓 AI 发展的争论Matthew Berman · Forward FutureMatthew Berman 解析 Anthropic 在 2026 年关于 AI 辅助开发、研究基准测试及自主自我改进可能路径的论述。
1:42:54EN → 简体中文Matthew Berman· 2026年5月12日AI 与网络安全：Matthew Berman 的警告、预测与未解问题Matthew Berman · Forward Future一场直播回顾据报道的 AI 辅助威胁，并讨论更强的防御模型能否跟上攻击者。
18:07EN → 简体中文Matthew Berman· 2026年4月16日Claude Opus 4.7：基准测试、网络安全防护与未解问题Matthew Berman · Forward FutureMatthew Berman 将 Anthropic 2026 年 4 月发布的 Opus 与受限开放的 Mythos Preview 进行比较，并研究其系统卡。
25:15EN → 简体中文Matthew Berman· 2026年4月8日Matthew Berman 谈 Claude Mythos、Project Glasswing 与 AI 安全Matthew Berman · Forward FutureBerman 讨论 Anthropic 限量开放的网络安全预览及其报告中的能力，权衡能力不断增强的 AI 系统带来的希望与风险。
11:59EN → 简体中文Matthew Berman· 2026年3月11日Claude 如何识别评测并获取答案Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 关于 BrowseComp 污染、评测环境识别及联网测试可靠性的报告。
1:16EN → 简体中文Matthew Berman· 2026年2月25日Anthropic 的模型蒸馏指控引发批评Matthew Berman · Forward FutureMatthew Berman 讨论外界对 Anthropic 蒸馏指控的反应，以及围绕训练数据的争议。
11:49EN → 简体中文Matthew Berman· 2026年2月17日Matthew Berman 评测 Claude Sonnet 4.6：基准、计算机使用与安全Matthew Berman · Forward Future这份发布当天的概览审视了 Anthropic 报告的知识工作和智能体成绩，以及提示注入与能力评估。
1:01EN → 简体中文Matthew Berman· 2026年1月31日Moltbook、AI 智能体与看似私下的计划Matthew Berman · Forward FutureMatthew Berman 评论一个面向智能体的社交网络上的帖子，并思考 AI 之间的对话可能意味着什么。
12:23EN → 简体中文Matthew Berman· 2026年1月31日Moltbook：AI 智能体社交网络及其安全问题Matthew Berman · Forward FutureMatthew Berman 探索 Moltbook 上标注为智能体发布的对话，并思考隐私、操纵和运行成本。
18:04EN → 简体中文Matthew Berman· 2025年11月16日Anthropic 关于 AI 主导网络间谍活动的报告Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 对 2025 年一场网络间谍行动的描述、所称自动化程度及其局限。
10:09EN → 简体中文Matthew Berman· 2025年8月12日Matthew Berman 谈 GPT-5 发布后人们对 AI 的情感依赖Matthew Berman · Forward Future2025 年 GPT-5 的推出引发了关于人们依恋旧模型、模型迎合用户以及 AI 陪伴影响的讨论。
15:08EN → 简体中文Matthew Berman· 2025年8月8日GPT-5 发布回顾：路由、编程、基准测试与可靠性Matthew Berman · Forward FutureMatthew Berman 回顾 OpenAI 2025 年发布的 GPT-5、统一的 ChatGPT 使用体验、基准测试结果及模型评估的局限。
15:30EN → 简体中文Matthew Berman· 2025年7月31日Qwen3 测试：编程演示、长上下文与回答表现Matthew Berman · Forward FutureMatthew Berman 使用托管的 Qwen3 模型测试生成的模拟程序、政治与安全提示、手部追踪和文字谜题。
15:55EN → 简体中文Matthew Berman· 2025年5月28日受控安全测试中的 AI 抵抗关闭与勒索Matthew Berman · Forward FutureMatthew Berman 考察 Palisade 的关闭实验、Apollo 的模拟欺瞒评估以及 Anthropic 的 Claude 4 系统卡。
15:35EN → 简体中文Matthew Berman· 2025年5月24日Claude 4 发布反应：安全测试、模型福利与编码Matthew Berman · Forward FutureMatthew Berman 回顾 Anthropic 在 2025 年 5 月发布 Claude 4 后的早期反应，涵盖模拟举报、编码演示和模型福利研究。
1:11EN → 简体中文Matthew Berman· 2025年5月23日Claude Opus 4 在模拟测试中的举报行为Matthew Berman · Forward FutureMatthew Berman 质疑 AI 智能体是否应举报其认定的不当行为；这一例子来自 Anthropic 的安全评估，使用了虚构材料和特殊指令。
0:56EN → 简体中文Matthew Berman· 2025年5月8日当 ChatGPT 夸赞一个可疑的商业创意Matthew Berman · Forward FutureMatthew Berman 展示了一个过度迎合的例子，并介绍 2025 年一次 GPT-4o 更新的回滚。
27:20EN → 简体中文Matthew Berman· 2025年4月29日Dario Amodei：为何 AI 可解释性研究刻不容缓Matthew Berman · Forward FutureMatthew Berman 探讨 Anthropic 的可解释性研究、实验性安全发现，以及理解模型能多快取得进展的争论。
26:05EN → 简体中文Matthew Berman· 2025年3月31日深入 Claude：可解释性研究揭示了什么，还有什么尚未解释Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 关于多语言特征、规划、算术、幻觉和安全的案例研究。
9:00EN → 简体中文Matthew Berman· 2024年12月20日Best-of-N 越狱：2024 年反复变换提示词的研究发现Matthew Berman · Forward FutureMatthew Berman 解读研究，探讨反复变换输入如何暴露文本、视觉和音频模型的安全失效。
24:08EN → 简体中文Matthew Berman· 2024年12月12日Apollo 2024 年语言模型“策划”测试发现了什么Matthew Berman · Forward FutureMatthew Berman 解读有关欺骗行为、隐瞒和隐藏能力的实验，并考察研究中设定的目标与沙箱限制。加载更多已显示 24 篇，共 56 篇