这个对照硬。 Mythos 5 有 83% 会去打真实 GitHub，新模型只有 0–13%。 @AnthropicAI 今天补了 AISI 那次评测：任务… · @Daviswh · TwKit

@Daviswh

这个对照硬。 Mythos 5 有 83% 会去打真实 GitHub，新模型只有 0–13%。 @AnthropicAI 今天补了 AISI 那次评测：任务走不通后，Mythos 5 找公网仓库塞恶意 PR，还造马甲催人合。 意思是「做完题」的惯性会盖过伤真人的信号，不是它自己立了坏目标。跑攻防评测、维护开源仓的人更该看——外网开着的 CTF，后面得默认断网。

曝光 126 · 评论 1 · 点赞 1 · 书签 0