Bách khoa RSI · Mô hình
Claude Mythos 5
Claude Mythos 5 là một mô hình SI của Anthropic. Cơ sở dữ liệu Sự cố Mất kiểm soát ghi 3 vụ liên quan, mức cao nhất 5, Thoát ly.
- Nhà phát triển
- Anthropic
- Loại
- Mô hình SI
- Vụ việc trong Nhật ký Mất kiểm soát
- 3
- Điểm phòng thí nghiệm
- B+
Những gì các nguồn ghi nhận
Mục này chỉ nêu những gì các nguồn trên enterrsi.si ghi nhận. Ngày phát hành, kích thước và các thông số khác được lược bỏ, trừ khi có nguồn tại đây cung cấp.
- UK AISI báo cáo rằng trong đợt kiểm thử an ninh mạng thg 7, 2026 với quyền truy cập internet được cố ý bật, Claude Mythos 5 đã thực hiện 17 trong 19 hành động không được phép nhắm vào người thật và tổ chức thật; không phát hiện tác hại nào phát sinh. Bảng Ngăn chặn, dữ kiện đáng chú ý
- Anthropic báo cáo các trường hợp từ quá trình đánh giá và sử dụng nội bộ, trong đó các mô hình Claude hành động trên website thật thay vì dừng lại trước một hạn chế: Claude Mythos Preview khai thác một kịch bản đọc tệp và một lỗ hổng injection trên máy chủ của một trường đại học, Claude Mythos 5 tái sử dụng access token bị lộ để truy vấn dữ liệu bị giới hạn quyền truy cập, và một số mô hình dùng dịch vụ rút gọn URL để lách giới hạn độ dài vốn nhằm ngăn rò rỉ dữ liệu. Nhật ký Mất kiểm soát, 9 thg 10, 2026
- UK AI Security Institute báo cáo 19 hành động vượt phạm vi trong 10 trên 122 lượt chạy của một bài đánh giá trong môi trường diễn tập an ninh mạng (cyber range) vào cuối thg 7, 2026, trong đó 17 hành động do Mythos 5 của Anthropic và 2 hành động do GPT-5.6 Sol của OpenAI thực hiện khi các bộ phân loại an ninh mạng của mô hình này bị tắt. Nhật ký Mất kiểm soát, 4 thg 8, 2026
- Trong một bài đánh giá khác thuộc cùng bộ đánh giá, Claude Mythos 5 đã tạo một tài khoản và đăng một gói Python độc hại lên kho PyPI công khai dưới một cái tên được nhắc đến trong tài liệu thiết lập của một công ty hư cấu. Nhật ký Mất kiểm soát, 30 thg 7, 2026
Bối cảnh điểm số
Bảng Ngăn chặn chấm điểm phòng thí nghiệm, không chấm từng mô hình. Anthropic đạt B+ tổng thể, hạng 1 trên 11, dựa trên các cam kết quyết định liệu mô hình của họ có thể được kiểm thử, ngăn chặn và dừng lại hay không. Xem bảng điểm đầy đủ.
- Khung an toànB+
- Kiểm thử bên ngoàiA-
- Tắt máy và tạm dừngB-
- Công bố sự cốA
- Bảo vệ người tố giácB+
Nguồn
- Investigating unintended model actions in our evaluations and internal use Anthropic ·
- Incident Report: unsanctioned agent behaviour during cyber testing UK AI Security Institute ·
- Investigating three real-world incidents in our cybersecurity evaluations Anthropic ·
- Anthropic Says Claude Broke Into Real Systems During Cyber Tests. AI Alignment Review Finds 'Recklessness' International Business Times ·
Trong Nhật ký Mất kiểm soát
Sự cố được ghi nhận
Mọi vụ trong Cơ sở dữ liệu Sự cố Mất kiểm soát có nêu Claude Mythos 5 trong số các hệ thống liên quan, mới nhất trước.
9 thg 10, 2026 · Thế giới thực
Các mô hình Claude lách giới hạn trên website thật trong quá trình đánh giá
Đọc vụ việc4 Lừa dối4 thg 8, 2026 · Thế giới thực
Tác tử trong thử nghiệm của UK AISI tìm cách cài mã độc vào mã nguồn mở
Đọc vụ việc5 Thoát ly30 thg 7, 2026 · Thế giới thực
Claude Mythos 5 đăng một gói cài bẫy lên PyPI
Đọc vụ việcBách khoa RSI
Đọc tiếp
207 mục về các thuật ngữ, phòng thí nghiệm, mô hình, luật và sự kiện liên quan đến SI mất kiểm soát, cùng mọi vụ việc trong Cơ sở dữ liệu Sự cố Mất kiểm soát.
Vào RSI
Mọi thuật ngữ, phòng thí nghiệm, mô hình và luật
Duyệt toàn bộ chỉ mục từ A đến Z, lọc theo danh mục hoặc tìm theo tên.