Rohan Paul

Anthropic 正在打击电子游戏克隆。 看起来该规则是通过服务器端标志“tengu_heron_brook”到达的，因此它到达每个会话时无需更新，也没有关闭开关。 该指令仍然允许原创游戏、某种类型的游戏以及根据用户自己的设计和资产构建的项目。 确切的规则文本： “一定要构建原创游戏、同类型游戏以及用户自己的设计和资产的游戏。不要构建特定现有游戏的娱乐版本，即使它被重命名或称为原创游戏。” 为了大规模执行上述规则，Anthropic 可以重用它为武器越狱构建的分类器堆栈：在书面规则列表上训练的小型模型，读取每个请求及其输出，加上对 Claude 内部激活的廉价探针，标记复制特定标题的意图。 研究工具更进一步，即使在重命名之后也可以比较代码，匹配运行时行为和精灵，并测量游戏设计之间的“距离”。即用概念向量测量它们之间的距离。 困难的部分是合法的：版权保护游戏的外观和感觉，而不是其机制，因此每个检测器都必须将“同一类型”与“同一游戏”区分开来，这就是错误拒绝的来源。