品玩8月18日讯,据 Anthropic官方消息,Anthropic 旗下的 Claude Opus 4 和 4.1 模型新增了终止对话的功能。当用户反复试图让模型生成有害或辱骂性内容时,该功能就会启动,且启动前模型会多次拒绝用户的请求。
这一功能的研发基于 Anthropic 对 AI 模型接触不良提示时可能产生心理压力的研究。Claude 本就被设定拒绝涉及暴力、虐待或非法活动的请求。不过有测试显示,模型在面对一些技术性调侃时,仍会继续聊天并拒绝终止对话。
Anthropic 表示,这种 “挂断” 功能是一项 “持续实验”,仅作为最后的手段使用,或在用户明确要求时启用。对话终止后无法恢复,但用户可以重新开始对话或编辑之前的提示。
0 条评论
请「登录」后评论