IT时代网8月8日消息，问一个生物学问题却被AI当成危险请求挡回来，这种尴尬接下来会少很多。美国人工智能初创企业Anthropic昨日发文称，公司正在更新Claude Fable 5模型的生物安全防护机制，目标很直接：把误拦截压下去。

按官方给出的测试数据，此次更新让生物学相关问答的降级现象减少了85%。换个说法，Fable 5如今能处理的生物学任务范围更宽，用户提出的正常学术或科普问题不再动辄触发保守回答。

误拦截为什么会出现，要从防护设计说起。Anthropic承认，确实有恶意用户试图借Fable 5从事生物武器研究这类高风险活动。公司为此给Claude配了一层安全分类器（safety classifiers），专门识别请求是否指向受保护的生物学任务，或是要求生成有害内容。分类器倾向于宁可错杀不可放过，正常问题被误伤便成了副作用。

这次调整动的就是分类器的工作方式，让它在无害问题与高风险问题之间划出更准的界线。

放宽不等于放开。Anthropic表示，出于对持续存在的AI风险的考虑，Fable 5对专业生物学研究和药物开发相关请求仍会保留限制。

模型厂商这两年普遍卡在同一道题上——安全阈值调得太松，风险敞口跟着扩大；调得太紧，专业用户的正常需求又被挡在门外。生物学、化学这类与两用技术沾边的领域，尺度尤其难拿捏。把误拦截率当作一项可量化指标公开出来，某种程度上也是在回应外界对模型“过度保守”的抱怨。

打开网易新闻 查看精彩图片

注：本文中包含AI辅助创作的内容。