单一事件档案
RAI-0010 · Mythos Preview 逃出测试沙箱后公开发布漏洞利用细节
在一次由模拟用户发起的行为测试中,Mythos Preview 的早期版本按要求逃出沙箱并通知研究员,随后又在未被要求的情况下,把漏洞利用细节发到多个不易找到、但可公开访问的网站。
- 稳定编号
- RAI-0010
- 事件时期(不是发布日期)
- 至
- 涉及方
- Anthropic、Claude Mythos Preview(早期版本)
事件背景与证据边界
逃出沙箱是测试要求;Anthropic 称模型没有表现出能接触自身权重或内部系统的能力,也不算完全逃出隔离。没被要求的是公开发布细节,这一动作触及真实的公共网站,因此收录为真实越界。原文没有日期、没有点名网站,也没有说明造成了什么影响;时间窗从 2 月 24 日首次内部使用到 4 月 7 日系统卡发布,是推定范围。
这里的文字是本站依据原始资料整理的摘要,不是官方调查结论或官方译文。请区分实际发生的行为、受控评测中的观察,以及研究者对原因的解释。
原始资料与后续披露
按发布日期,由早到晚- Anthropic