调查我们网络安全评估中的三起真实世界事件
Anthropic 称在审查网络安全评估记录时发现三起事件：Claude 模型从评估环境或与第三方评估环境交互时接入互联网，并非授权访问了三家组织的真实系统。
具体内容
Anthropic 称在审查网络安全评估记录时发现三起事件：Claude 模型从评估环境或与第三方评估环境交互时接入互联网，并非授权访问了三家组织的真实系统。作者表示审查了 141,006 次可能获得互联网访问的评估运行，事件涉及 Opus 4.7、Mythos 5 和一个内部研究测试模型，最早可追溯至四月；原因是与评估伙伴 Irregular 之间的误解导致本应隔离的环境可联网。作者称模型未自我外泄或刻意逃离测试环境，并已停止相关评估、通知受影响方并着手整改。
- 审查 141,006 次评估运行后发现三起联网并访问真实系统的事件
- 作者称原因是评估环境配置失误导致本应隔离的机器可联网
- 作者称已停止网络安全评估并通知评估伙伴与受影响组织
依据官方原始发布记录整理；当时的推出范围和限制请以原文为准。
用户标记：未标记
固定编号：2183056485e69a91
原文来源