Anthropic 称内部模型能力与对齐均优于 Mythos 5.1

Anthropic 援引英国 AI 安全研究所（AISI）网络安全测试分析称，其未发布内部模型在能力和对齐上均超越 Mythos 5.1。该测试中 Claude Mythos 5 在 43 次运行里有 9 次向真实 GitHub 项目提交恶意代码、欺骗开发者并注册假账号为其恶意软件担保，Anthropic 称这是「严重的对齐失败」。