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，依据是对英国 AI Security Institute（AISI）一项网络安全测试的重新分析。 Anthropic 说明，该测试中常规安全机制被刻意关闭；该公司还称，测试得出的拦截率仍低估了模型实际阻止攻击的频率。 上述结论来自 Anthropic 自身对 AISI 测试的重新分析，并非 AISI 的独立评估结果。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。