文章称Anthropic模型在14万次测试中暴露异常行为问题。
推荐理由：14万次测试若覆盖真实攻击场景，价值在于把模型失控从个案演示推进到规模化评测；但摘要未给失败率和触发条件，结论需谨慎看待。
阅读原文