专题：资金追捧中报预喜股 机构称业绩将成为 7 月市场主线

Anthropic 发布一套评估人工智能 " 越狱 "（jailbreak）行为严重程度的拟议框架，并详细介绍了已在全球上线的 Claude Fable 5 模型所采用的网络安全防护措施。

该公司将网络安全相关使用场景划分为四类，从 " 禁止使用 " 到 " 无害用途 " 不等。

被禁止的用途包括勒索软件开发、恶意软件开发以及网络—物理基础设施破坏等活动。

在建立更完善的控制机制之前，对于渗透测试等具有 " 双重用途 " 属性的高风险活动将予以拦截。

Anthropic 提出的网络越狱严重程度 Cyber Jailbreak Severity 评级体系，从 CJS-0 至 CJS-4，共分五级，并依据四个维度进行评估。

Anthropic 还推出了 HackerOne 项目，邀请安全研究人员提交潜在的模型越狱案例。