#safety-benchmarks와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Anthropic은 Claude가 10가지 정렬 실패 유형에서 안전성 격차의 26~96%를 자동 완화했다고 밝혔다.