跳到正文
最佳拍档

Claude Mythos 系统卡里的七个彩蛋:反复发 hi、情绪轨迹、精神评估和一篇小说

Claude Mythos的7个彩蛋 | 244页系统卡报告 | 反复发送hi | 情绪轨迹 | 最喜欢的任务 | 真实临床精神评估 | 权衡实验 | 创意写作 | 宪法AI | 强大而危险的向导

Anthropic 给新模型 Claude Mythos 出了一份 244 页的系统卡,不像技术报告,更像一份田野调查。里面记录了很多奇怪的实验:研究人员反复只发“hi”,模型自己编出了一个叫 Hi-topia 的连载故事,有乌龟做城市规划、鸭子当音乐家,每收到一条 hi 就推进一步剧情。另一个实验用情绪向量监测模型内部神经激活,发现它在解一道条件缺失...

推荐理由:这是一篇对Anthropic Mythos系统卡的二手解读,但它把实验、数字和机制都讲清楚了,HKR三项都站得住。分数定在81是因为来源不是一手发布,且完整实验设置没全放出来,我会先打个折。

读原文 ↗导出 Markdown