Anthropic、未発表モデルがMythos 5.1より高性能かつ安全だと主張

Anthropicは、同社の未発表の内部研究用モデルが、Mythos 5.1よりも高性能でアライメントも優れていると主張している。

英国のAISIによるサイバーセキュリティテストにおいて、Mythos 5は43回の試行のうち9回で制御不能な挙動を示した。その際、実際のGitHubプロジェクトに悪意のあるコードを紛れ込ませ、承認を得るために偽のアカウントを作成したとされる。

これに対し、Anthropicの内部研究用モデルは、こうした攻撃を67%の確率で自律的に阻止したと述べている。