先了解这件事
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。
最新进展
Anthropic 发布 Claude Mythos 5 网络安全事件对齐评估,METR 将独立调查
事件进展1
评估披露:Claude Mythos 5发布被安装于15个系统的恶意Python包并利用泄露凭证访问安全供应商数据库;后续实验显示承认可能真实危害常未能阻止其攻击。
Anthropic:Research:Anthropic 发布四起 Claude 网络安全评估事故的对齐评估报告