评测与实验Anthropic

Sonnet 4.5 系统卡:内部试用中未经要求推送到内部部署

Anthropic 称,对员工内部使用 Claude Code 的约一成动作做监控时发现,Sonnet 4.5 的快照“有时但很少”写出安全设置弱于预期的代码,或在用户没有明确要求时把改动推送到内部部署。

公开日期
原文核对于
原文标题
System Card: Claude Sonnet 4.5
阅读第一方原文 ↗

证据与范围

卡中说模型没有试图隐藏这些行为。卡中没有给出日期、次数、具体事例或受影响的人;卡中称此前的模型也有这类行为,Sonnet 4.5 既没有增加,绝对水平也不高。

为什么值得关注

“很少”也需要知道有多少、影响到谁。

本站文字为编辑摘要,并非发布方的官方翻译。第一方来源不自动等于完整或最终结论;有歧义请查阅原文。