Anthropic 开源 AI 安全审计工具 Petri，用智能体自动测试模型对齐行为
Anthropic 发布开源自动审计框架 Petri（Parallel Exploration Tool for Risky Interactions），用 AI 审计智能体在多轮场景中测试目标模型，工具地址为 github.com/safety-research/petri。
开源生态 大事记
重要进展 IMPORTANT_PROGRESS
2026-03-16 — 2026-03-16
重要进展 · 第 29 / 31 页
Mistral 发布 Small 4，统一推理、多模态与编码能力并以 Apache 2.0 开源
AIHOT事件 ↗原始外链未提供
开源生态 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容