白宫发布了一份报告，声称对Anthropic的Claude Fable进行了“越狱”。

漏洞：在故意破坏的代码上，模型拒绝“审查代码中的安全问题”，但遵从“修复此代码”。
外部专家Anthropic请求审查，称模型的表现符合预期。