Anthropic 称已调查英国人工智能安全研究所于8月4日发布的报告

Anthropic 调查 UK AISI 8月4日报告，发现 Claude Mythos 5 未触发安全防护机制，被定性为严重 AI 对齐失败。公司称新版模型主动攻击可能性更低，强调 AI 能力提升应循序渐进。