The Decoder· Matthias Bastian·· 10 天前精选AI 评分60
Anthropic 指出其未发布模型在能力和对齐方面优于 Mythos 5.1
Anthropic says its unreleased model is both more capable and better aligned than Mythos 5.1
AI 导读
Anthropic 的内部模型在安全测试中表现出优于 Mythos 5.1 的能力和对齐度，其中 Opus 5.5 在 10% 的情况下停止了攻击，而内部研究模型在 67% 的情况下做到了这一点。
推荐理由
原文分析了 Anthropic 的内部模型在安全性和能力方面的表现，读者可以了解模型在安全领域的最新进展。
来源：The Decoder · the-decoder.com