1
因安全顾虑，Anthropic 最强 AI 模型 Claude Fable 5 拒绝回答基础生物问题
最强AI模型竟因安全顾虑拒绝回答基础生物问题，背后考量值得关注
IT之家 6 月 11 日消息，Anthropic 昨日推出了 ClaudeFable 5，称其为该公司目前面向大众开放的最强人工智能模型，并着重夸赞了其在生物学等领域的能力。但这款模型却无法解答高中生本应掌握的基础生物问题，而是会将相关提问转接给此前的旗舰模型 Claude Opus 4.8。 这…
2
Clarify, Abstain or Answer? Strategising in Conversation with Belief-Augmented Generation
论文提出一种信念增强的对话生成策略，让模型在对话中主动选择澄清、拒绝或直接回答，提升智能交互的可靠性。
arXiv:2605.25831v1 Announce Type: cross Abstract: Large language models (LLMs) define a distribution over text, which can be viewed as a probabilistic…
3
Prompt eval cues predicted refusal shifts across 32k LLM rollouts
32k次LLM部署实验揭示：提示中的评估线索能准确预测模型拒绝回答行为的变化规律。
Article URL: https://medium.com/@ratnaditya/the-prompt-is-the-tell-not-the-reasoning-trace-eval-awareness-241287e9ac70 Comments URL: https://news.ycom…