关于 Fable 5 网络安全防护措施及越狱框架的更多细节

Anthropic 重新部署了 Claude Fable 5，并详细介绍了其网络安全分类器以及一套新的 AI 越狱严重性评估框架。分类器将网络安全相关活动分为四类：禁止使用、高风险双重用途、低风险双重用途和良性使用，并针对不同类别采取不同的阻断或监控策略。公司还提出了一个初步的 AI 越狱严重性框架，旨在与政府、学术界和行业共同讨论，以建立标准。