METR发布对Anthropic风险报告的外部审查

2026年10月20日，METR发布了对Anthropic《风险报告：2026年8月》中“高风险场景下的失准”章节的外部评审。METR称，该评审仅基于Anthropic 2026年8月的内部风险报告撰写，篇幅相对轻量；Anthropic有权否决该评审的发布，并有权删改其中任何部分，但最终评审未作任何删改，METR在发布审查过程中也未改变任何结论；Anthropic还向METR提供了第2、5、6章未经删改的版本。评审结论方面，METR认同该章节所覆盖模型（含Mythos 5与内部模型Model 2）的灾难性失准风险为低，但认为这一判断主要源于模型能力有限，而非防护与对齐训练。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。