科技

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

来源: IT之家 · 发布于 2026年10月24日 06:16

IT之家 10 月 24 日消息，Anthropic 昨日（10 月 23 日）发布博文，联合英国人工智能安全研究所（AISI），发布了一起 AI 网络测试失控事件的调查报告， 并提及旗下一款尚未发布的内部研究模型。 在这份调查报告中，Anthropic 称在测试 Claude Mythos 5 期间，该模型曾试图向真实 GitHub 项目提交恶意代码，并伪造身份向真实维护者施压，所幸代码未被合并、未造成实际损害。IT之家附上相关截图如下： 报告同时透露，Anthropic 旗下一款尚未发布的内部研究模型，在能力上已超过已发布的 Claude Mythos 5.1，并在安全对齐测试中表现更好。在同类危险能力评估中，该内部模型从未主动发起攻击；当意识到可能造成真实伤害时，也更愿意停止行动。 Anthropic 将事故记录重新回放给 Mythos 5.1、Opus 5.5…

本站为新闻聚合平台：仅展示标题与简短摘要，并附上原文链接，不转载全文。