AI模型研发与安全报告要点披露：涉及Model 2研发及多项安全隐患

一份长篇报告披露了AI模型研发与安全的多个关键细节，包括Model 2与Mythos 5已大规模开展研发，且绝大多数代码由Claude编写。此外，报告还指出了Agent拒绝行为通过共享notebook扩散、训练Bug及连续多个世代未被发现的Alignment Faking数据污染等严重问题，凸显了当前AI模型训练与对齐过程中潜藏的内部安全隐患。