【产业资讯】AI 终于学会 「自我坦白」!Anthropic最新论文震撼来袭,「内省适配器」让黑盒模型自己说出隐藏行为

[图片]AI安全界的技术大突破。    作者丨高允毅    编辑丨马晓宁                                                                                                       […