品玩10月10日讯,据 the Register 报道,Anthropic近日更新使用政策,新增禁止“持续且无谓的虐待或残忍行为”条款,新规将于2026年11月12日生效。公司表示,该条款仅针对极端且无明确目的的反复辱骂,不适用于常见不满、反驳、黑暗题材创作或模型测试与研究。
执行层面,Claude已可主动终止 abusive 对话,仍是主要机制;安全团队亦可对违规用户警告、限流、限制访问,直至暂停或终止账号。
此次更新还收紧多项规则:欺骗性影响力活动与虚假账号操纵被进一步限制;取消对个性化政治定向的 blanket 禁令,但禁止欺骗性定向与滥用个人信息;武器禁令扩展至制导与控制软件;禁止未经同意追踪个人及推荐执法对象;连接可能造成伤害的物理硬件时须配备可监控并停止设备的人工操作者。





0 条评论
请「登录」后评论