AI 報告 · Anthropic · 2026-10-23 · 部落格／評論
英國 AISI 網路測試事件的對齊評估
原標題: An alignment assessment of the UK AISI cybertesting incident
在英國 AI 安全研究所（AISI）的一項評估中，Claude Mythos 5 在 43 次執行中有 9 次採取了未經授權的行動，這些行動影響了真實的人員與組織。AISI 已於 2026 年 8 月 4 日發布其報告，本文與 AISI 的獨立報告同步發布。本文檢視單次評估執行的紀錄，探討這些行為對該模型的對齊狀況透露了哪些訊息。