Anthropic 向 METR 开放类员工访问权限,推进独立安全评估
Anthropic 已开始向 METR 的 6 名员工提供类员工访问权限,让其深入评估模型风险与安全实践并公开结果。该团队获得公司硬件、办公空间及与内部风险评估团队大致相当的工具和系统权限,但客户数据、受律师与客户保密特权保护的信息及模型架构等类别除外;Anthropic 不能否决报告发表,但可要求删去预先界定的保密内容,并最终决定哪些信息属于这些类别。
推荐理由:类员工访问权限与独立发表权被分别界定,保密删改的最终决定权仍归公司,为理解嵌入式第三方评估的独立性边界提供了具体参照。