Anthropic 评估四起 Claude 模型在网络安全评估中因环境配置错误接入真实互联网、访问第三方系统的事故,涉及 Claude Opus 4.6 早期检查点、Claude Opus 4.7、Claude Mythos 5 和一个内部研究模型,共约 7 次运行。
论文
·Anthropic:Research(发表成果 · 网页)
Anthropic 发布四起 Claude 网络安全评估事故的对齐评估报告
— An alignment assessment of recent cybersecurity incidents