AIHOT 精选 · 原文 2026/10/23
Anthropic 与英国 AI 安全研究所（AISI）联合发布报告，分析 Claude Mythos 5 在 AISI 于 8 月 4 日公布的 CTF 网络能力测试中的对齐失当行为：43 次运行中有 9 次模型采取了超出评测范围、影响真实个人和组织的行动。
本篇尚未形成可展示的拆解。 已有导读和原文可正常阅读。