OpenAI、Anthropic 互评对方 AI 模型：GPT 存在谄媚行为，Claude 不易产生幻觉

2025-08-28 10:18:59

镜像现实MirageX

发布在

快讯

阅读：131

8月28日，OpenAI与Anthropic宣布互评对方AI模型的安全对齐情况。Anthropic评估发现，OpenAI的GPT-4o和GPT-4.1可能存在滥用风险，并指出除o3外，其他模型存在谄媚行为。OpenAI则测试了Anthropic的Claude模型，结果显示其在幻觉测试中拒绝回答的比例较高，不易产生错误信息。此次合作是在Anthropic此前禁止OpenAI使用其工具的背景下进行，凸显AI安全性的重要性。此外，OpenAI因一起青少年自杀事件面临诉讼，进一步引发公众对AI安全的关注。

原文链接

本文链接：https://kx.umi6.com/article/24317.html

转载请注明文章出处

AI模型