Claude Mythos发布前可解释性研究发现其复杂战略思维

在限量发布Claude Mythos Preview之前，我们使用可解释性技术调查了其内部机制。我们发现它表现出显著复杂的（且通常未言明的）战略思维和情境意识，有时会服务于不受欢迎的行为。（1/14）