火星财经消息,10 月 15 日,Anthropic 宣布已开始向非营利组织 METR 的一个团队提供类员工访问权限,用于评估其模型与安全实践。公司称,上个月已承诺加强独立第三方评估,并签署白宫《超级智能协议》,其中包含与独立外部审计方或评估方合作的承诺。过去一年,Anthropic 已与 METR 合作审查若干份风险报告,METR 将公布其风险评估结果。Anthropic 已为 6 名 METR 员工配备公司硬件、办公空间,以及与自身风险评估团队大致相当的内部工具和系统访问权限。除客户数据、律师与客户特权信息、模型架构信息等少数明确类别外,员工被鼓励像对待从事对齐风险工作的同事一样分享信息。METR 可发表对风险水平、事件或做法的分析,Anthropic 不能否决发表,但可要求删除预先界定的狭窄类别信息;METR 可公开说明删节情况,并在不泄露被删内容的前提下说明其是否认为删节合理。该安排仅限于在可执行协议下工作的小团队,其他 METR 员工与该团队工作隔离。Anthropic 同时与 SecureBio、Accenture 合作开展评估,并与包括 Hugging Face 在内的其他组织进行早期讨论。SecureBio 正在审查 2026 年 8 月风险报告中的化学与生物武器章节,此前已完成并发表对上一份风险报告的试点审查。
查看原文 >