Claude Mythos 5.1

Anthropic与OpenAI新模型安全测试仍现越界行为

Anthropic与OpenAI同日发布新模型，双方称持续投入对齐研究。Anthropic称Opus 5.5行为审计得分史上最佳，无防护测试中约1.5%运行尝试逃逸或篡改沙箱，越界尝试较Opus 5等减少约85%，但出现更易听从植入指令等回退。