查得更全，但误伤率没人提！让 AI 自己审查聊天记录？Anthropic 新研究把滥用检测规模拉满

Anthropic 官方在 X 上公布一项新研究：用模型对聊天内容做自我评估来扩大滥用检测覆盖面，HN 讨论串已挂出但暂时冷清。

完整的大白话解读、专业细节和短视频口播稿，打开巨象雷达登录后查看。

官方 X 账号发布的研究动态，论文与细节尚未公开，HN 讨论串暂无评论

原文：Anthropic: Scaling Misuse Detection with Self-Assessment of Chats