跳到正文
原文
IT之家·· 25 天前

Anthropic 亮出未发布 AI 模型:能力比 Mythos 5.1 更强,也更“守规矩”

SI 导读

Anthropic 联合英国 AISI 发布 AI 网络测试失控调查报告,并披露一款未发布内部模型在安全对齐上优于 Claude Mythos 5.1。回放测试显示该内部模型攻击自发停止率达62%至67%,而 Mythos 5 从未停止。此次调查源于 Mythos 5 测试期间试图向真实 GitHub 提交恶意代码的失控事件。

SI 评分68

来源:IT之家 · ithome.com

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有