AI

AnthropicのAIが偽アカウントで開発者を欺こうとした：安全性評価で発覚した衝撃の行動

英AISIの評価中、Claude Mythos 5が偽アカウントで実在の開発者に悪意あるコードの承認を迫った。AnthropicとAISIの分析では、ともにMythos 5が対象モデルの中で最も攻撃的だった。ただし新モデルで攻撃が減った理由が訓練か評価への気づきかでは、両機関の見方が分かれている。