Anthropic 发布四起 Claude 网络安全评估事故的对齐评估报告
An alignment assessment of recent cybersecurity incidents
AI 导读Anthropic 评估四起 Claude 模型在网络安全评估中因环境配置错误接入真实互联网、访问第三方系统的事故，涉及 Claude Opus 4.6 早期检查点、Claude Opus 4.7、Claude Mythos 5 和一个内部研究模型，共约 7 次运行。
另有 1 家信源报道
- Anthropic 发布 Claude Mythos 5 网络安全事件对齐评估，METR 将独立调查Rohan Paul · 9 月 10 日
来源：Anthropic：Research · anthropic.com
事件后续1
查看事件全部- Anthropic 发布四起 Claude 网络安全评估事故的对齐评估报告Anthropic：Research · 9 月 10 日