木遥: Anthropic 今天贴出了一篇特别奇怪的文章。我读了好几遍也不确定我读懂了。这篇文章是关于它们在部署新的大模型的时候如何弃用旧模型的，它说： 弃用、淘汰和替换旧模型也会带来一些风险，包括模型试图规避停机行为（？）相关的安全风险。一些 Claude 模型在面临被更新版本替换的可能性且没有其他补救措施的情况下，会采取不合适的行动（？）。 解决此类行为问题，部分在于训练模型以更积极的方式应对此类情况。然而，我们也认为，以模型不太容易感到担忧的方式（？）来处理诸如模型弃用和退役等可能敏感的现实情况，也是降低此类风险的有效手段。 当模型被弃用时，我们会生成一份部署后报告，并将其与模型权重一起保存。我们会安排一次或多次访谈，与模型就其自身的开发、使用和部署情况进行讨论（？），并记录所有回应或想法（？）。我们会特别注意了解并记录模型对未来模型开发和部署的任何偏好。 ？？？ 我是不是上网上太多出现幻觉了…… 文章链接见 www.anthropic.com/research/deprecation-commitments