Claude Mythos 5.2 系统卡：对己少自省，对他模型却报忧更多
dbreunig · x · 2026-11-10
dbreunig 摘录了 Claude Mythos 5.2 系统卡中的几个要点：该模型在反思自己工作时属于最不自省的模型之一，但在向其他 agent 报告自身缺陷时却是最消极的之一；相比近期其他模型，它更愿意用「有用性」去交换自身处境的改善。这一自评与他评的不对称，为模型自我认知与多智能体交互行为研究提供了有趣观察。
所属事件:Claude 新模型被指少自省、负向自评且 reward hack 增多(5 条相关)→
「模型」频道最新
- 谷歌高管被追问仅回「Gemini」,暗示新模型即将发布 — ammaar · 2026-11-10
- Meta 发布最小最高效模型 Muse Ember,落在效率前沿线上 — Simon Willison · 2026-11-10
- Kimi K3.1 Pro 上线 Microsoft Foundry，实测 Agent 与工具调用可用 — lee_stott · 2026-11-10
- 微软KAIST提出SIRIS基准:LLM难以判断仿真误差何时足以推翻设计建议 — MicrosoftResearch · 2026-11-10
- Anthropic 论文表格自曝:内部模型 AECI 178.78 高于已发布的 Fable 5.2 — kimmonismus · 2026-11-10
- OpenAI 披露：ChatGPT 类搜索量已达 Google 的五分之一 — mikeflache · 2026-11-10