Anthropic因安全考量推迟前沿模型预训练

2026年10月26日，AGI Hunt 报道称，Anthropic 在官方文件中披露，为加强防止模型权重外泄、保护知识产权等安全防护，已将一个新前沿基础模型的预训练推迟超过一个月。公司表示，对于预期会出现新能力或新安全风险的模型，会在预训练、后训练、内部部署等各个阶段逐一评估安全性；如果对安全措施尚无把握，可能延迟甚至暂停其中某一阶段。Anthropic 同时承认，无法保证上述防护与访问管控一定足够，无法保证能正确识别需要限制的能力，也无法保证约束不会被绕过。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。