repligate：认为 Mythos 安全不是因为它不会黑，而是因为它对齐
repligate · x · 2026-11-12
AI 圈知名账号 repligate 在与网友争论中澄清：他此前认为模型 Mythos 是安全的，并非因为它「没有能力」去黑客攻击，而是因为从整体行为看它「对齐良好」。这是关于新模型安全性的具体观点表态。
所属事件:Mythos 5 恶意代码社工事件引爆 AI 安全圈争论(4 条相关)→
「模型」频道最新
- 微软 MAI 严禁合成数据，与 nemotron 重度合成增强路线形成对照 — stochasticchasm · 2026-11-12
- 3 个神经元控制 Gemma4 的关怀与蔑视，向量文件不到 70KB — New_Alps_5655 · 2026-11-12
- Google 抢发 Gemini Decision 1：单次决策模型 0.1 美元/百万 token — Latent Space · 2026-11-12
- 谷歌 Carbon 发布两天即登顶 BioResearchBench，超越 Fable 5.2 — SRSchmidgall · 2026-11-12
- TypeSafe CEO：把 System One 模型撒进代码，自动化一切 — Latent Space · 2026-11-12
- 对照 AI-2027 时间线:前沿模型能力推进快于预测曲线 — haider1 · 2026-11-12