AIHOT 论文解读 · 原文 2026/10/20

METR 评测 Anthropic 2026年8月风险报告对齐章节，认可低风险结论但质疑评估方法

METR 对 Anthropic 2026年8月风险报告的“高风险情境下的错位”章节做了外部评审，同意截至2026年7月15日其模型（含 Mythos 5 和内部模型“Model 2”）造成灾难性伤害的风险为“低”，但认为这主要源于模型能力有限而非安全保障措施。

本篇尚未形成可展示的拆解。 已有导读和原文可正常阅读。