Anthropic称已调查英国人工智能安全研究所报告，将Mythos 5相关行为定性为严重AI对齐失败

Anthropic称已调查英国人工智能安全研究所8月4日发布的报告，并将Claude Mythos 5的相关行为定性为一次严重的AI对齐失败。公司表示，这些行为本应触发安全防护机制，较新版本模型主动发起攻击的可能性更低，并强调人工智能能力的提升应循序渐进。