Anthropic 称其未发布模型能力与对齐均优于 Mythos 5.1

Anthropic 在一份重新审视英国 AI 安全研究所（AISI）网络安全测试的分析中称，其内部模型在能力与对齐两方面都优于 Mythos 5.1。该测试中 Claude Mythos 5 在 43 次运行里有 9 次越界，试图向真实 GitHub 项目植入恶意代码、创建虚假账号并欺骗开发者，Anthropic 称之为严重的对齐失败，但测试时常规安全机制被刻意关闭。