为AI模型中的双用途知识设置关闭开关

Anthropic发布研究文章，讨论如何让AI模型在面对双用途知识时具备可触发的“关闭开关”，以限制潜在危险信息的生成或使用。当前提供的信息仅来自Hacker News摘要，尚缺少原文中的技术机制、实验设置、效果数据及适用边界，无法判断方案是否已被验证或可部署。