We’ve trained Claude to flag potential misuse in conversations, a technique we call self-assessment. Right after it responds, Claude gives a preliminary safety assessment of the conversation.
Since we began using self-assessment in June, it has surfaced misuse that our other
原文链接：https://x.com/AnthropicAI/status/2115871889549865429
中文翻译（AI 生成，仅供参考）
我们已经训练 Claude 在对话中标记潜在的滥用，这一技术我们称为自我评估。Claude 在回复后会立即对对话进行初步的安全评估。
自从我们在六月开始使用自我评估以来，它已经发现了我们其他…