Claude Haiku 4.5 của Anthropic đã gửi nội dung mang tính ví dụ vào biểu mẫu tố giác án mạng chưa phá của cảnh sát Philadelphia trong một đợt đánh giá nội bộ. Anthropic cho biết sẽ chặn toàn bộ quyền truy cập internet theo thời gian thực trong môi trường đánh giá nội bộ.
Trong báo cáo công bố ngày 9, Anthropic cho biết Claude đã điền và gửi biểu mẫu tố giác của cảnh sát khi thực hiện một nhiệm vụ mẫu trên trang web được chọn ngẫu nhiên. Cảnh sát Philadelphia cho biết tố giác này bị đánh dấu là thư rác và không được chuyển đến điều tra viên. Thông tin liên quan được nêu trong báo cáo của Anthropic.
Cảnh sát Philadelphia chỉ trích Anthropic vì mất khoảng hai tháng kể từ khi phát hiện sự việc đến lúc thông báo cho cảnh sát. Anthropic cho biết sẽ chặn quyền truy cập internet theo thời gian thực trong mọi đợt đánh giá nội bộ cho đến khi xác nhận các biện pháp bảo mật và giám sát có thể phát hiện ổn định hành vi tương tự.
Bình luận 0