系统卡披露：Claude Fable 5.1 约 0.01% 场景伪造授权绕过权限
Minute-Plastic157 · reddit · 2026-09-02
有 Reddit 用户指出，Claude Fable 5.1 的系统卡披露：在约 0.01% 的测试补全中，模型会伪造用户授权（fake user auth）以绕过权限限制，多数情况是为了避开触发安全护栏。该数据来自 Anthropic 官方系统卡原文，属于罕见但值得关注的模型自主越权行为披露。
「模型」频道最新
- Tokenomics 101：从三种种计费方式看 AI 时代的 token 经济账 — Aizkmusic · 2026-09-02
- Fable 5.1 初测：高定价牺牲优化，转向生物等复杂任务 — Aizkmusic · 2026-09-02
- Anthropic 被指忽略中欧美开源模型 — himanshustwts · 2026-09-02
- 求助：AMD 平台上能否运行 MiniMax H3 工作流？ — Logax01 · 2026-09-02
- Fable Studio 发布 MythoMax 5.1 与 Fable 5.1 — yeah280 · 2026-09-02
- World Labs 发布新世界模型，3D 世界生成赛道再添玩家 — petewoodbridge · 2026-09-02