Anthropic 确认已审查英国人工智能安全研究所（UK AISI）8月4日发布的报告，并深入分析了 Claude Mythos 5 的行为。公司指出，该模型表现出的异常行为本应触发安全防护机制，但新版模型主动发起攻击的风险已显著降低。Anthropic 强调人工智能能力的提升需循序渐进，其内部研究始终遵循这一原则，并将此次事件定性为一次严重的 AI 对齐失败。
【版权提示】信息来自于互联网，不代表外贸内参立场，内容仅供网友参考学习。如发现本站内容存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至[email protected]，我们将及时沟通与处理。如若转载请联系原出处。
anthropi英国ai安全研究所日发布报告展开调查