Anthropic 发布 Claude Haiku 5.5 系统卡，披露安全评估表现

Anthropic 发布 Claude Haiku 5.5 系统卡，公开该模型在多个安全相关评估中的表现。评估覆盖生物风险领域，包括对病毒学问题、实验方案扩展和生物数据建模能力的测试，以及模型是否协助恶意行为者生成危险内容。

在欺骗与合规方面，系统卡披露了模型对欺骗用户指令、有害系统提示、权重泄露和安全机制篡改请求的配合情况。评估还测量了模型在面对预先注入有害对话片段时的反应，以了解其在被操纵场景下的稳固性。

在科学基准方面，Claude Haiku 5.5 在斯坦福主导的 Terminal-Bench-Science 0.1 上获得 20.6% 的成绩，该基准包含 70 项由生命、物理、地球、数学和工程科学领域科学家编写并审核的任务。Anthropic 表示测试未使用后备模型，成绩反映了模型在启用安全措施下的独立执行能力。