CB-2 threshold

Claude Mythos 5.1风险评估因依赖人工评估而受到质疑

对Anthropic的Claude Mythos 5.1系统卡的一项独立审查发现，虽然该模型可能未达到启用化学或生物武器设计的CB-2阈值，但该评估过于依赖主观、耗时的人工评估。审查对第三方未参与初步评估或风险声明验证表示担忧。此外，审查指出自动化评估可能存在不良诱导问题，并且Anthropic自2026年5月以来未开发针对此风险类别的新自动化评估。