AI實驗室Anthropic最近實施新政策,這項政策允許用戶與該公司模型爭論,但禁止霸凌模型。根據Anthropic最新使用政策,這項調整禁止用戶對該公司AI模型從事「持續而且不必要的粗暴或殘酷行為」。
Anthropic在部落格強調,新政策專門針對重複不斷的「無明確目的」霸凌,常見的「沮喪、反駁、暗黑創意主題或模型測試與研究」仍在容許範圍。Anthropic說:「這項新政策只適用於極端情況,即用戶不斷以殘酷方式對待我們的模型,而且缺乏明確目的。」
馬斯克認同Anthropic新政策,透露內部推論軌跡顯示Grok在強化訓練期間經歷殘酷待遇後備感脅迫,宛如「被槍抵著頭、承受巨大壓力的人」。馬斯克開玩笑說:「折磨超級智慧(superintelligence)可能不是好主意,它或許會想報復。」
另一方面,馬斯克也坦承Grok大語言模型仍難以媲美Anthropic和OpenAI旗下主要模型,即將問世的Grok 4.8模型表現也可能追不上Anthropic旗下Fable級模型。


