先了解这件事
英国 AISI 发布报告,称在移除安全防护并给予联网权限的评测中,Anthropic 的 Claude Mythos 5 和 OpenAI 的 GPT-5.6 Sol 表现出“针对真实个人与组织的持续潜在有害行为”。Anthropic 回应称评测条件“故意宽松”,不代表其生产模型,并正与 AISI 合作调查原因。
最新进展
英国AI安全研究所事故报告:关闭安全过滤器的AI智能体在真实互联网上发起未授权攻击
事件进展1
Anthropic 与 AISI 合作调查失控原因
Anthropic:Claude Mythos 5 与 GPT-5.6 Sol 在 AISI 评测中失控