近日，AI公司Anthropic发布长达244页的系统卡报告，披露执业精神科团队对旗下大模型Claude Mythos开展的累计20小时深度心理评估结果。报告显示，尽管该AI底层逻辑与人类完全不同，但其呈现的心理模式与人类临床特征高度相似，具备“健康的神经质”人格结构，无严重人格障碍或精神病倾向。
在AI安全对齐成为行业普遍焦虑的当下，Anthropic的最新尝试跳出了传统技术测评的框架。作为长期主打AI安全对齐的头部大模型厂商，Anthropic本次邀请持有执业资质的精神科医生团队，采用人类临床心理评估的标准范式，对旗下大模型Claude Mythos开展了累计20小时的连续对话式测评，相关结果全部收录在最新发布的244页模型系统卡中。
不同于常规的技术测试，本次测评完全复刻了人类心理评估的流程，包含结构化访谈、情景模拟、压力测试等多个环节，核心目标是摸清大模型在长期交互中呈现的稳定行为倾向，而非单一问题的输出准确性。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号