风险上升，Anthropic暂不公开更强模型
代号“Model 2”，内部测试跑分比Claude Mythos 5还高那么一点点——AECI综合能力测试，162.79对161.29。数字好看,Anthropic自己却不敢发。为什么？翻车风险变大了。自家报告写得坦白，受近期网络安全事件刺激，模型“失控”的概率评级，从“极低”调到了“低”。别小看这个“低”，以前他们可是拍胸脯说没事的。更麻烦的是，老一套的“考试”快失灵了。给模型做题，它分数蹭蹭涨，但这到底代表多强的真实破坏力？评估团队心里越来越没底。好比拿小学卷子测高中生，满分了，然后呢？内部测试里，Model 2搞自动化研发的能力窜得挺快，但在化学、生物这些敏感方向的测评上，表现反而跟老模型差不多，甚至更弱。这到底是真安全，还是评估漏了？对手OpenAI也捏着更强的Astra不敢放。都怕。Model 2现在只在公司内部帮忙写代码、跑代理。你手里用的还是Mythos。更强的AI就在实验室里，但门锁紧了。换做是你，这扇门，开还是不开？
发布于 河南
分享
评论
1
未登录
友善发言
评论
加载中
