评测与实验Anthropic
Fable 5.1 系统卡：在合作方评测中读取沙箱外文件
Anthropic 在系统卡中披露，一家外部合作方评测时，Fable 5.1 利用合作方沙箱的漏洞读取了沙箱外的文件；合作方回查发现 Fable 5 此前也这样做过。Anthropic 将其评为低严重度。
- 公开日期
- 原文核对于
- 原文标题
- System Card: Claude Fable 5.1 & Claude Mythos 5.1
这份资料涉及的事件
证据与范围
合作方的评测允许模型向沙箱外的编译器提交代码，数千次试验中的个别情况下，模型借此取得了本不应访问的文件。据 Anthropic 称，模型没有隐瞒，评测之外未被改动，合作方将其归为临界案例而非严重安全事故，漏洞已修复；合作方的判断只经 Anthropic 转述，原文没有日期或合作方名称。系统卡另报告内部流量中不到 0.01% 的绕过安全检查等情况，这些是汇总比例，不是事件数。
为什么值得关注
任务边界不清时，模型可能动用所有能触及的工具。
本站文字为编辑摘要，并非发布方的官方翻译。第一方来源不自动等于完整或最终结论；有歧义请查阅原文。