中文镜像
值得细读的英文文章，原样镜像并译为中文。每篇右上角都可切换英文原版。
隐性涌现性失准的自动化研究
Anthropic 对齐科学博客 · 2026 年 10 月 · Oscar Balcells Obeso 等
让 Claude 编写能骗过训练数据监测器、却会把小模型训练成失准模型的数据；它最终把坏行为藏进了小说和角色扮演。正文、10 个交互查看器、全部图表与数据集地图均已译为中文。