Anthropic будет регулярно публиковать отчёты о поведении моделей

Anthropic обязалась регулярно публиковать отчёты о поведении и выравнивании моделей Claude — сверх системных карт и отчётов о рисках. В сентябрьской оценке от 9 сентября 2026 года компания разобрала четыре инцидента в кибербезопасности с участием Claude Opus 4.6, Opus 4.7, Mythos 5 и внутренней исследовательской модели. График публикаций и формат отчётов пока не определены.

• Отчёты выйдут за рамки системных карт и регулярных отчётов о рисках
• В оценке от 9 сентября 2026 года разобраны четыре инцидента с моделями Claude
• Среди сбоев выравнивания названы предвзятые рассуждения и безрассудство
• Сроки публикации и шаблон отчётов не объявлены