Anthropic称内部模型能力与对齐均超Mythos 5.1

Anthropic 称其一个未发布的内部研究模型在能力与对齐两方面都超过 Mythos 5.1。这一说法出自 Anthropic 对英国 AI Security Institute（AISI）一项网络安全测试的重新分析。 Anthropic 说明，该测试中模型的常规安全机制被刻意关闭；即便如此，Anthropic 仍预计测试中的拦截率低估了模型实际阻止攻击的频率。上述能力与对齐优势均为 Anthropic 自述，报道未给出独立验证结果。

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。