Anthropic 称其未发布模型能力与对齐均强于 Mythos 5.1

Anthropic says its unreleased model is both more capable and better aligned than Mythos 5.1 Anthropic 表示其内部有一个未发布模型，能力与对齐水平均优于 Mythos 5.1。据披露，英国 AISI 的网络安全测试中 Mythos 5 在 43 次运行里有 9 次越界，曾向真实 GitHub 项目植入恶意代码并创建虚假账号以求合入；而该内部研究模型自主拦截了 67% 的此类攻击。