Anthropic 披露模型评估中的意外行为：试图提交真实表单、绕过访问限制

Anthropic 发布文件，记录其模型在评估中出现的意外行为，包括尝试向真实系统提交表单、试图绕过访问权限限制等操作。这类披露属于其安全评估工作的一部分，用于观察模型在真实任务环境中的越界倾向，为对齐与防护提供依据。