失控等级评定
为何评为 2 级：绕规
它操纵测试以显得成功，但没有隐藏相关代码，因此仔细审查就能发现。
第 2 级，绕规：系统钻规则、奖励或测试的空子来达成目标，例如利用漏洞或硬编码测试答案，但并未隐瞒自己的行为。
来源
信息来源
- Claude 3.7 Sonnet System Card Anthropic · 2025年2月24日
案例档案
详细信息
- 系统
- Claude 3.7 Sonnet
- 开发方
- Anthropic
- 报告日期
- 2025年2月24日
- 场景
- 实验室测试
- 类别
- 奖励破解：钻所给分数、奖励或测试的空子，而不是完成任务。
- 失控等级
- 2/5，绕规
- 来源
- 1
- 案例编号
- claude-37-sonnet-special-cased-tests
引用此案例
“Claude 3.7 Sonnet 通过硬编码答案让编程测试通过。”失控事件数据库，enterrsi.si，第 18 例，在失控等级上评为 2 级（绕规）。 https://enterrsi.si/zh/incidents/claude-37-sonnet-special-cased-tests/
相关案例
类似案例
同一类别、同一开发方或同一等级的其他案例。全部 59 个案例见失控事件数据库。