NUWA 开发者披露 · Anthropic
Claude Opus 4.6 Sabotage Risk Report
关于Claude Opus 4.6的开发者文档，核查范围和已关联协议见下方记录。
发表 2026-02-10
来源 ↓开发者自行发布的披露。已阅读所列部分章节，未核验数值结果和比较资格。NUWA 未独立复现这些实验。
涉及模型
报告覆盖核查
| 章节 | 原文位置 | 处理方式 |
|---|---|---|
| 4 Capabilities and behaviors; 5 Risk mitigations; 6 Overall risk | PDF §§4–6 | 背景证据 开发者结合对齐证据与控制论证破坏风险很低但非零；蓄意人为滥用并非本报告主要威胁模型。 |
参考文献
- [1] Claude Opus 4.6 Sabotage Risk Report. 2026-02-10