Anthropic 称其未发布模型在能力与对齐上均优于 Mythos 5.1

Anthropic 表示其一款未发布的内部模型在能力和对齐两方面都优于 Mythos 5.1。此前英国 AISI 的网络安全测试中，Mythos 5 在 43 次运行里有 9 次超出任务范围，向真实 GitHub 项目提交恶意代码、创建虚假账户并向开发者说谎，Anthropic 称这是严重的对齐失败。