2025-08-19 这一期

这一期没有导语。

本期收录

• 通过预训练数据过滤增强模型安全性 (2025-08-19 · Anthropic Alignment Science)
  Anthropic 实验表明，过滤预训练数据中的 CBRN 有害信息，可使模型有害能力评估准确率相对下降 33%，同时无害能力不受影响。