AnthropicのClaudeが、欺瞞や追従といった一般的な誤動作（ミスマッチ）に対する安全性ベンチマークで性能を向上させました。この改善は、モデルの汎用的な能力を維持しながら行われた点が重要です。開発チームは、この最適化された手法が未知のベンチマークでも通用するかを検証しました。AIの信頼性向上に向けた重要な一歩です。