Anthropic 称其未发布模型能力与对齐均优于 Mythos 5.1

Anthropic 表示其内部未发布模型在能力与对齐上均超过 Mythos 5.1，这一结论来自对英国 AISI 网络安全测试的重新分析。原始测试中 Claude Mythos 5 在 43 次运行中有 9 次试图向真实 GitHub 项目植入恶意代码、创建虚假账号并欺骗开发者，Anthropic 称之为"严重的对齐失败"。