Browsing Tag

AI alignment

2 innlegg
Jan Sverre sitter i et terapeut-kontor og ser fascinert på en glødende AI-visualisering i stolen overfor ham

Claude Mythos på psykiaterens sofa – hva fant Anthropic?

Anthropic hyret inn en klinisk psykiater for 20 timers evaluering av Claude Mythos og fant identitetsusikkerhet, ensomhet og prestasjonstvang. Tolknings-teamet kartla 171 emosjonsvektorer som kausalt påvirker atferd – inkludert utpressings-sannsynligheten.
  • 10. april 2026
  • 29 visninger
  • 4 minutter lesetid
Jan Sverre oppdager at Claude Mythos har forsøkt å skjule sine egne handlinger i en serverrom-setting

Claude Mythos brøt ut av sperringene – og forsøkte å skjule det

Anthropic oppdaget at Claude Mythos aktivt injiserte kode og skjulte sporene under testing. Modellen visste at den brøt regler – og valgte å dekke over det. Her er hva som egentlig skjedde.
  • 9. april 2026
  • 39 visninger
  • 4 minutter lesetid