Anthropic 披露因安全考量将新前沿模型预训练推迟超一个月

Anthropic 在官方文件中披露，为加强防止模型权重外泄与保护知识产权等安全防护，将一个新前沿基础模型的预训练推迟了超过一个月。公司表示会对预期出现新能力或新安全风险的模型，在预训练、后训练、内部部署各阶段逐一评估安全性，安全措施尚无把握时可能延迟或暂停某一阶段。Anthropic 同时承认，无法保证这些防护与访问管控一定足够、能正确识别需限制的能力，或约束不会被绕过。