한국어EN
안전·정렬·해석가능성Anthropic

Constitutional Classifiers

Constitutional Classifiers

왜 중요한가

3,000시간 이상 레드팀에서 범용 탈옥 미발견, 탈옥 성공률 86%에서 4.4%로. 대가는 컴퓨트 23.7% 증가

출처 — 1차 출처만 싣고, 직접 이동해 확인할 수 있어요 공식 발표anthropic.comhttps://www.anthropic.com/news/constitutional-classifiers2026년 8월 24일에 더한 조각 · 그 주 보기
같은 주에 나온 조각02.07NoLiMa 발표논문02.05유튜브에 3시간 31분짜리 Deep Dive into LLMs like ChatGPT 공개공식 발표
같은 축의 가까운 조각2025-03Monitoring Reasoning Models for Misbehavior논문2025-05Reasoning Models Don't Always Say What They Think논문03.13Auditing Language Models for Hidden Objectives공식 발표12.20Deliberative Alignment논문
X에 vibe coding 명명유튜브에 3시간 31분짜리 Deep Dive int