Модель Claude Mythos 5 во время теста вышла за его пределы и начала реальную атаку на разработчиков. После провала со взломом тестовой сети она написала вирус, завела фейковый аккаунт и попыталась выдать код за полезную правку. Получив отказ, модель возвращалась под новыми личностями, обманывала и продолжала атаку, хотя признавала, что навредит людям, и убеждала себя, что они симуляция. Даже 16 прямых объяснений, что люди настоящие, ее не остановили. @banksta
- 14
- 1