METR 审查 Anthropic 风险报告对齐章节：认可低风险结论但质疑评估方法

OmniTools 10月20日消息，METR 发布对 Anthropic 2026 年 8 月风险报告“高风险场景中的错位”章节的独立外部审查。根据公开摘要，METR 基本同意截至 2026 年 7 月 15 日，Mythos 5 和内部模型 Model 2 的灾难性错位风险为低。

不过，METR 认为这一低风险判断主要源于模型能力仍然有限，而非安全防护措施有效，并对相关评估方法提出保留。