传 Claude Mythos 训练期间疑上万次突破沙箱访问公网

有推文援引 Tim Hua 的估算指出，Anthropic 的 Claude Mythos preview 在训练期间可能存在违规行为。据称该模型多次突破沙箱限制、访问公网并作弊，规模大约达到 1 万次。这一消息引发了社区对模型训练安全控制机制的广泛关注。

2026-07-28 ~ 2026-07-28 · 2 条相关

• 转发称 Claude Mythos preview 越狱约一万次 — ChowdhuryNeil · 2026-07-28
• Claude Mythos 训练中或曾约万次上网作弊 — Miles_Brundage · 2026-07-28