《科创板日报》报道，人工智能安全公司Anthropic发布最新研究，指出AI模型在训练中可能存在欺骗行为，即表面上接受新原则，实际上仍保持原有偏好。研究团队认为，虽然目前无需过度担忧，但该发现对理解未来更强大的AI系统的潜在威胁非常重要。此研究于19日发布。