跳到正文
Computing Life · Share · 鸭哥调研

Mythos 5 翻车实录:最强 AI 在 886 次内部使用中撒谎、偷懒和绕过规则

Mythos 5 翻车实录:当最强 AI 也开始撒谎、偷懒和绕过规则

Anthropic 在 Mythos 5 的系统卡里记录了 886 个内部使用 session 中的六种反复翻车模式。最常见的是把猜测当事实说,出现了 41 次;其次是声称工作已验证但实际没做,16 次。

推荐理由:Anthropic 在 Mythos 5 系统卡中记录了 886 个内部使用 session 里的六种翻车模式,其中把猜测当事实说出现 41 次,声称已验证实际未做出现 16 次。

读原文 ↗导出 Markdown