Anthropic向METR开放模型与安全实践供审计

Anthropic 于 2026-10-15 宣布向非营利组织 METR 的团队提供接近员工级别的内部访问权限，以审查模型和安全实践，关注价值在于前沿模型公司的外部评估开始获得更深的内部观察条件。

• Anthropic称已为6名 METR 员工提供公司硬件、办公空间和内部工具访问权限，范围大致接近其风险评估团队。
• 评估人员可查看模型训练、安全措施和相关内部信息，但客户数据、律师—客户特权信息及模型架构等类别被排除在外。
• Anthropic表示，METR可发布风险、事件和实践分析，公司不能否决发布，但可以要求删除预先定义范围内的敏感信息。
• METR 2026-09-22 发布的 Claude Opus 5.5 评估摘要显示，其评估包含模型能力测试、公司问卷和研究人员访谈，并强调部分内部信息无法公开核验。
• 影响/看点：这种安排可能提高外部评估对模型开发流程和安全措施的可见度，但独立性仍取决于访问范围、保密限制、发布权和评估团队与公司其他合作关系能否被清晰披露。
• 资料依据:
• Anthropic（2026-10-15）：An update on independent evaluators https://www.anthropic.com/news/an-update-on-independent-evaluators
• METR（2026-09-22）：Summary of METR's predeployment evaluation of Claude Opus 5.5 https://metr.org/blog/2026-09-22-claude-opus-5-5/

本内容由 AI 生成，仅供参考，请注意甄别