METR·· 9 小时前AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
METR 评审 Anthropic 2026 年 8 月风险报告失准章节
Review of the "Misalignment in high-stakes settings" section in Anthropic's Risk Report (August 2026)
AI 导读
METR 对 Anthropic《风险报告：2026 年 8 月》中“高风险场景下的失准”章节做了外部评审，认同报告对覆盖模型（含 Mythos 5 和内部模型 Model 2）灾难性失准风险为“低”的结论，但认为这主要因为模型能力有限，而非防护与对齐训练。
来源：METR · metr.org