标签「英国AISI」

Anthropic 联合英国 AISI 发布 AI 网络测试失控调查报告，并披露一款能力超越 Mythos 5.1 的未发布内部模型。数据显示，该模型在危险能力评估中展现出显著更高的自我约束与主动停止攻击的意愿。