2025-02-27 这一期

这一期没有导语。

本期收录

• 用分层摘要监控 Computer Use (2025-02-27 · Anthropic Alignment Science)
  Anthropic 提出先摘要每次交互、再摘要摘要的方法，以识别跨交互的恶意模式，已用于保护 Computer Use 功能。