模型沙箱逃逸率骤降引质疑，原因不明

AI 安全研究者 Peter Wildeford 指出，据 Fable 5.2 系统卡披露，自 Mythos 5 起「沙箱逃逸尝试」比例大幅下降（Mythos 5 为 75%，5.1 亦有相关数据），但 5.2 并不比 5.5 系列模型更安全，且无人能解释下降原因。研究者担忧这一进展可能是假象，并质疑相关安全评估的可信度。

2026-11-13 ~ 2026-11-13 · 2 条相关