Beth Barnes 澄清:METR 未评测 Fable/Mythos 5.2 对齐性

RyanGreenblatt · x · 2026-11-20

METR 相关的 Beth Barnes 发推澄清,Ryan Greenblatt 转发:此前报道容易让人误以为 METR 参与了对齐评测——实际上 METR 并未评测 Claude Fable 5.2 与 Mythos 5.2 的对齐或沟通清晰度。Anthropic 官方曾称两款模型在多数对齐指标上不逊于近期模型,并经 AISecurityInst 等外部机构预发布测试。

配图显示评测细节:在 Sunlight 任务上,Mythos 5.2 的报告冗长且摘要不明,像 Opus 5.5 一样疏于对自己偏好方案与替代方案做严格公平比较;但尚不清楚这一沟通缺陷是否在「读者是另一个 agent」时同样构成问题。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →