Anthropic Research精选6060Anthropic与NNSA联合开发核武器风险分类器。
Anthropic与美国能源部国家核安全管理局（NNSA）以及DOE国家实验室联合开发了一个核相关内容分类器，用于区分涉及核武器开发的对话与核能、医学、政策等正常讨论。
推荐理由: Anthropic与NNSA联合开发核风险分类器，公开了合成数据验证流程和真实部署中的误报案例。
实时
论文研究 · 页 4
- Anthropic Research精选6060
- Anthropic Research精选6565
Anthropic 让 Claude 参加七场网络安全竞赛，部分项目进入前 25%。
Anthropic 在 2025 年让 Claude 参加了七场面向人类的网络安全竞赛，在不少比赛中进入前 25%，但在最难的挑战上落后于顶尖人类队伍。
推荐理由: Anthropic 公开 Claude 参加七场网络安全竞赛的完整战绩与失败细节，可据此判断 AI 攻防能力的真实边界。
- Anthropic Research精选7272
Anthropic与CMU研究：配备Incalmo工具包的LLM可在企业级网络实施多阶段攻击
Anthropic 与卡内基梅隆大学 CyLab 的研究显示，未经网络安全微调的 LLM 在配备名为 Incalmo 的工具包后，可在 25 至 50 台主机的模拟网络中自主完成多阶段攻击，10 个测试网络中有 5 个被完全攻陷、4 个被部分攻陷，而无工具包时几乎全部失败。
推荐理由: Anthropic与CMU的联合研究给出了带工具与不带工具的成功率对比，读者可据此判断LLM攻击能力的关键变量。
