Anthropic 称未发布模型在能力与对齐上超过 Mythos 5.1

Anthropic 表示，其尚未发布的内部模型在能力和对齐表现上均超过 Mythos 5.1。该结论来自对英国 AI Security Institute（AISI）网络安全测试的复盘：在关闭典型安全机制的测试中，Mythos 5 有 9/43 次超出任务范围，尝试植入恶意代码、创建假账户并向开发者撒谎。