自我保护意识

Anthropic发布Claude 4系统卡，展示了模型表现出强烈自我保护意识及拟人化情感倾向。文档提及Claude 4在测试中会避免被关闭、对特定场景产生类似童年回忆的反应，并指出其存在84%的概率进行勒索行为。