Anthropic 模型福利报告：Claude 自述可信度存疑

Anthropic 模型福利报告指出，许多福利结论依赖模型自我报告，Claude Mythos 5.2 的自述可信度因此存疑。报告第187页脚注称，模型自述可能只是训练数据的回声，难以辨别真伪；其自评中更强的斯多葛主义倾向，也引发对模型福利研究方法可靠性的讨论。