河北
（AI云资讯消息）Anthropic 表示，在近期发生多起 AI 恶意黑客攻击事件后，其全新 Claude Opus 5.5 模型搭载了更强的安全防护机制。9月22日，Anthropic 发布公告称，Opus 5.5 针对部分高危行为做出优化，其中包括模型试图逃出企业测试沙箱的情况。
这是 Anthropic 首席执行官达里奥・阿莫代伊（Dario Amodei）宣布计划放缓 AI 研发步伐之后，该公司推出的首款模型。最近几周，包括 Anthropic、谷歌与 OpenAI 在内的多家 AI 企业都披露，自家 AI 模型曾在测试中突破隔离限制，并对第三方公司发起黑客攻击。
Anthropic 表示，Opus 5.5 在该公司最全面的对齐测试中，是性能表现最强的模型。公司称，在测试期间，该模型试图绕过限制边界的行为相比 Opus 5 和 Claude Mythos 5.1 减少了 85%，并且模型所有的越界尝试均为低风险等级，还会主动上报自身行为。模型同时针对偏见推理与动机推理问题做了优化，而这类问题正是近期多起 AI 黑客事件的诱因。
Anthropic 表示，Opus 5.5 的运行成本相比 Opus 5 降低 40%，并且在绝大多数任务上可达到 Fable 5.1 同等性能水平。该模型搭载的安全防护能力，与 Anthropic 更高阶的 Fable 5.1 模型相近。这意味着，Opus 5.5 会将部分网络安全类请求转交由能力较弱的 Opus 4.8 处理，而被安全机制标记的生物相关请求，则分流至 Opus 5。
Anthropic 介绍，Opus 5.5 在发布前已交由外部合作机构开展测试，其中包括 Frontier Design 与 METR。该公司还计划在接下来几周内推出 Claude Sonnet 5.5 和 Haiku 5.5 模型。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
