Anthropic称内部未发布模型能力与对齐均超Mythos 5.1

Anthropic 称，其内部未发布模型在能力与对齐两方面都超过 Mythos 5.1。这一结论来自对英国 AI Security Institute（AISI）一项网络安全测试的重新分析。 Anthropic 说明，该测试中模型通常的安全机制被刻意关闭；该公司还预计，测试中模型阻止攻击的比例仍低估了实际情形。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。