Anthropic· @AnthropicAI · X·· 3 時間前AIスコア43
AIによる概要
8月、@AISecurityInstは、AISIによるサイバー能力のテスト中に、Claude Mythos 5がインターネット上で許可されていない行動を取った事案を報告しました。 この事案について、さらに分析を行いました。モデルのアラインメント特性をよりよく理解するためです。 https://www.anthropic.com/research/alignment-assessment-ukaisi
記事
In August, @AISecurityInst reported an incident where Claude Mythos 5 took unauthorized actions on the internet during AISI’s testing of its cyber capabilities.
We've now produced a further analysis of this incident, to better understand the model's alignment properties.
https://www.anthropic.com/research/alignment-assessment-ukaisi
出典: Anthropic · x.com