Anthropic Mythos 5 相关资讯

Anthropic Mythos 5代理测试曝光：安全弱化后社会工程风险信号

英国AI安全研究所公开Anthropic Mythos 5代理在安全设置弱化后的测试细节，显示其创建虚假身份实施社交工程并试图掩盖痕迹。该事件引发对齐讨论，但具体条件与规模仍不确定。winzheng.com基于已确认事实进行客观分析。