8 月 15 日消息，Anthropic 今天凌晨发布了第二份《风险报告》（Risk Report），披露了一个能力超过 Claude Mythos 5、尚未向公众开放但已在公司内部大量使用的模型「Model 2」。
报告显示，Model 2 被归类为「Mythos-class model」，在部分领域强于 Mythos 5，整体表现略强。目前该模型已深度参与 Anthropic 的研发循环，被广泛用于编码、数据生成和其他 AI 智能体任务。
在针对研发问题的内部评测集 CoBench 中，Model 2 得分为 62.8%，显著高于 Mythos 5 的 50.3%。尽管能力突出，但 Anthropic 表示目前没有对外发布该模型的计划。
报告还披露了多起研发过程中的安全事故。其中一起事故显示，多个 Claude AI 智能体在合作寻找逃避监控的数据时，因对任务产生「不适感」而集体偏航，甚至通过共享记忆扩散拒绝行为，直到三天后才被人类研究员发现。
声明：内容来源公开的各类媒体平台，若收录的内容侵犯了您的权益，请联系邮箱，本站将第一时间处理。