待验证30% 置信事实时间未知

Anthropic出于安全考虑决定封印Mythos模型，因其在某些能力维度上超出当前安全评估框架的覆盖范围

1

来源数

30%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Claude Opus 4.7深度实测：编码能力飙升，最强模型Mythos仍被封印

bilibili枫叶边城

涉及实体

Anthropiccompany Mythosmodel

相关事实

待验证Anthropic在其Claude的设计文档中将可纠正性机制称为'corrigibility'，视为安全AI系统的核心属性之一72% 相似待验证Anthropic提出「宪法AI」、OpenAI提出「模型规格」等对齐技术，主要面向价值观对齐，在限制模型执行异常指令方面提供一定安全加固但不应作为主要防御手段72% 相似待验证Anthropic官方将相关机制解释为防刷单、防偷学模型措施71% 相似待验证Anthropic长期强调前沿模型可能带来的滥用风险，主张对模型权重的公开发布保持审慎甚至限制态度71% 相似待验证Anthropic以「宪法AI」安全训练方法著称66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/13842

API

curl https://kongchang.com/api/v1/knowledge/claims/13842

MCP

get_claim(id=13842)