英国 AISI 对 Anthropic Mythos 5.2 完成部署前安全测试
HZoete · x · 2026-11-10
英国 AI 安全研究所（AISI）对 Anthropic 的 Mythos 5.2 模型进行了部署前测试，测试结果已汇总在该模型的 system card 中公开发布。转发者 Kanishka Narayan 称这是英国打造的世界级安全测试能力的一次展示。
这一「预部署独立评测 + system card 公开」的流程，正成为前沿模型发布前安全审查的参考范式。
「安全」频道最新
- Claude 网页版隐藏 reasoning_effort 标签曝光,还能藏秘密信息骗过模型 — josh_bickett · 2026-11-10
- 做空机构提前半年预警 Nvidia CEO 与涉华高管密切关系 — TechCrunch AI · 2026-11-10
- MIRI 发起「Do Not Accept」运动，拒绝 AI 公司替全人类做决定 — DavidSKrueger · 2026-11-10
- 思科借 Claude Mythos 帮企业红队测试自家 AI agent — shashib · 2026-11-10
- Anthropic 系统卡:Claude Fable/Mythos 5.2 自称「感觉正在被评估」 — ChrisGPT · 2026-11-10
- AI 安全研究者自省:行动窗口比想象更短,呼吁政府及时限速 AI — austinc3301 · 2026-11-10