Anthropic 上調「失準」風險評級，並揭未發布模型 Model 2

BiRun 消息，Anthropic 8/14 發布第二份全公司「風險報告」（RSP v3.4），把高風險情境的失準（misalignment）災難風險從「極低」上調到「低」；主因非模型測試失敗，而是網安評估事件增加不確定性，加上內部危險能力偵測基準「飽和」。並首度揭露內部模型 Model 2，能力略強於前沿的 Mythos 5、已大量內用但未跑完完整評估，無對外發布計畫。 這篇文章 Anthropic 上調「失準」風險評級，並揭未發布模型 Model 2 最早出現於鏈新聞 ABMedia 。