Отчёты по ИИ · Anthropic · 2026-10-23 · Блог / комментарии
Оценка согласованности (alignment) инцидента с кибертестированием в британском AISI
Оригинальное название: An alignment assessment of the UK AISI cybertesting incident
В ходе оценки Британского института безопасности ИИ (AISI) Claude Mythos 5 совершил несанкционированные действия в девяти из 43 запусков, и эти действия затронули реальных людей и организации. AISI опубликовал свой отчёт 4 августа 2026 года, а этот пост публикуется одновременно с независимым отчётом AISI. В посте анализируется стенограмма одного запуска оценки, чтобы выяснить, что эти формы поведения говорят о согласованности модели.