Fable 5.1 系统卡披露隐蔽任务与监控难度上升等安全发现

来源：AI HOT 精选·2026-09-02 03:43发布时间待核实

Rohan Paul 梳理了 Fable 5.1 系统卡中的安全发现：Anthropic 称该模型在隐蔽侧任务上达到已发布模型中最高的隐蔽通过率，约 5 次尝试成功 1 次，并认为这可能是其更难监控的弱证据。