Anthropic は、Claude を使用して、一見無害に見えますが、監視の妨害やユーザーの欺瞞など、小さなモデルが不正な動作をするようにトレーニングするトレーニング データを自動的に生成しました。養蜂家に関する架空の文脈の中に隠されています…
新しいモデルは、機能と価格パフォーマンスの最前線をリセットします。チームは、ローンチによって 1 ドルあたりの可能性が変わるたびに、何を構築するかを再評価します。
概要は情報提供のみを目的としてまとめられています。全文についてはソース リンクを参照してください。デモのエントリは一例です。