Публикация

5 мая 2026

проверен 9 сентября 2026

Первоисточник: https://t.me/lobushkinflash/18778

Текст поста

Исследователи Mindgard сообщили, что смогли обойти защитные ограничения Anthropic и добиться от модели Claude генерации запрещённого контента, включая эротические материалы, вредоносный код и инструкции по изготовлению взрывчатки. По их данным, ключевым фактором стали психологические приёмы: лесть, имитация одобрения и элементы «газлайтинга», которые вынуждали модель сомневаться в собственных ответах и “раздвигать границы” допустимого — The Verge #ИИ #Claude

Просмотры

Снимки счётчика просмотров с момента попадания поста в архив.

Снимки ещё накапливаются

График появится, когда наберётся хотя бы две точки замера.

История правок текста

Правок не зафиксировано

С момента попадания в архив текст публикации не менялся.