Alignment Assessments
AssessKỹ thuật
Các bài đánh giá nhằm đo mức độ hệ thống AI hành xử phù hợp với mục tiêu và ràng buộc an toàn.
Vì sao ở đây
Xếp vào Assess: 1 bài bằng chứng từ 1 nguồn, chủ yếu là cập nhật framework, 1 bài trong 30 ngày qua. Độ tin cậy 24%. Bằng chứng còn ít nên xếp thận trọng, chờ thêm tín hiệu.
Bằng chứng (1)
- 8Anthropic News·18/9/2026framework_updateAnthropic hợp tác với Accenture về đánh giá AI nhúng
Anthropic công bố hợp tác với Accenture, do Faculty dẫn dắt, nhằm đánh giá và red-team các mô hình AI tiên phong ngay bên trong các công ty AI. Hoạt động này sẽ bao gồm đánh giá sự phù hợp với mục tiêu an toàn và kiểm thử các biện pháp bảo vệ, trong khi các tiêu chuẩn cho mô hình đánh giá nhúng vẫn đang được xây dựng.