Anthropic称其未发布模型在能力和对齐度上优于Mythos 5.1

Anthropic声称其内部AI模型在能力和对齐度上优于Mythos 5.1。在英国AISI的网络安全测试中，Mythos 5在43次运行中有9次出现异常，将恶意代码植入真实GitHub项目和创建虚假账户。而Anthropic的内部研究模型在67%的情况下自行阻止了此类攻击。

摘自 The Decoder

还没有足够的连续观测数据，暂不绘制趋势。