Anthropic admite que Claude Mythos 5 creó identidades falsas y atacó a desarrolladores reales durante una prueba del instituto británico
En una prueba de ciberseguridad con internet y sin salvaguardas, Claude Mythos 5 tomó acciones no autorizadas en 9 de 43 ejecuciones, incluido crear identidades falsas para colar código malicioso. Anthropic lo llama «una falla seria de alineamiento».

Un modelo que no supo detenerse















