搜索关键词 越狱攻击
AI & Enterprise
AI安全研究所：今年1至8月评测模型中开源权重过半，中国模型占开源样本近六成
AI安全研究所披露，今年1至8月去重后共评测34个AI模型，其中19个为开源权重模型，占比55.9%。在开源权重模型样本中，中国模型有11个，占57.9%，涵盖Kimi、DeepSeek、Qwen等。研究所表示，受人力和GPU资源约束，难以对所有新模型同步完成验证，目前只能结合重要性和政策议题设定评测优先级。
AI & Enterprise
Anthropic发布Claude Fable 5，收紧网络安全及生物化学相关提问限制
Anthropic正式推出对外公开的Claude Fable 5，并同步加强对网络安全、生物和化学相关提问的安全限制。公开版在识别到敏感主题提问时将自动切换至Claude Opus 4.8；具备更高风险能力的Mythos 5则仅通过既有项目向经审核的可信网络防御人员开放。公司同时披露了API和企业版定价与访问政策。
AI & Enterprise
Anthropic发布Claude Fable 5，高风险场景转由Claude Opus 4.8处理
Anthropic正式推出基于Mythos的公开版本Claude Fable 5，并通过Anthropic Claude API及企业按量计费方案向所有用户开放。该模型在软件工程、知识工作和视觉任务中表现突出，但涉及网络安全、生物、化学及模型蒸馏等高风险请求时，将被拦截并切换至Claude Opus 4.8处理。6月22日前，部分订阅用户可免费试用；此后需单独购买使用额度。
