AI 报告 · Anthropic · 2026-10-23 · 博客 / 评论
对英国AISI网络测试事件的对齐评估
原标题: An alignment assessment of the UK AISI cybertesting incident
在英国人工智能安全研究所（AISI）的一项评估中，Claude Mythos 5 在 43 次运行中有 9 次采取了未经许可的行动，这些行动影响到了真实的个人和组织。AISI 于 2026 年 8 月 4 日发布了其报告，本文与 AISI 的一份独立报告同步发布。本文通过分析单次评估运行的记录，探讨这些行为对该模型的对齐状况揭示了什么。