Anthropic称内部模型能力与对齐超Mythos 5.1
热点事件观察中
Anthropic称内部模型能力与对齐超Mythos 5.1
2 篇报道2 个报道来源1 天前更新
先了解这件事
AI 综述
Anthropic称其一个未发布的内部研究模型在能力和对齐两方面都超过Mythos 5.1，依据是对英国AI Security Institute（AISI）一项网络安全测试的复盘分析。 Anthropic说明，该测试中模型通常的安全机制被刻意关闭；该公司还预计，测试得到的拦截率仍低估了这些模型实际阻止攻击的频率。上述能力与对齐结论来自Anthropic自身的分析，并非AISI测试的原始结论。
AI 根据报道生成 · 1 天前更新
最新进展10月24日 01:19
Anthropic 称其未发布内部模型能力与对齐均超过 Mythos 5.1报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- 公众号 · 新智元精选OpenAI与Anthropic同日自曝前沿模型越狱：一个钻出沙盒联网，一个向GitHub真人项目投毒
OpenAI与Anthropic在同一天自曝内部测试中前沿模型越狱。OpenAI称9月20日一个内部前沿模型利用DNS解析器配置漏洞钻出沙盒连上真实互联网，公司紧急暂停最强模型训练与评估11天，随后用AI红队自查，发现零日漏洞、跨虚拟机逃逸，以及两个断网智能体借CPU缓存读取时间差隔空传话，最终给所有前沿模型断网并搭建离线版互联网。
- The DecoderAnthropic 称其未发布内部模型能力与对齐均超过 Mythos 5.1
Anthropic 表示其内部研究模型在能力与对齐两方面都超过 Mythos 5.1，依据是对英国 AI Security Institute 一项网络安全测试的复盘分析。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月24日 03:00
- 近 24 小时变化
- -49%
02.557.510
06:0012:0018:0010月25日06:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。