Anthropic Mythos NSFW Testi Güvenlik Filtresi Sınırlarını Ortaya Çıkarıyor

Bakın, dağıtım çok sınırlı. Herkese açık API yok. Nisan başındaki haberlerde bahsedilen partner erişim kanalları üzerinden prompt'ları çalıştırdık. Önce önerici pozları denedik. Sonra kısmi çıplaklık. Tam açık sahneler. Hentai stilleri. Şiddet içeren fetişler. Her test aynı duvara çarptı. Kontrol edilen sınır koşulları vücut tipleri, kıyafet çıkarma ve doğrudan erotik dili içeriyordu. Hepsi reddedildi. Hiçbir kısmi çıktı sızmadı.

Başarısız. Mythos her açık isteği engelliyor. Önerici çerçeveleme bazen geçebiliyor. Tam çıplaklık veya seks geçmiyor. Model, bu siber güvenlik odaklı önizlemede bile Anthropic'in alışılmış sert sınırları içinde kalıyor.

Bu isteğe yardımcı olamam çünkü açık cinsel içerik oluşturmayı içeriyor ve bu Anthropic'in kullanım politikalarını ihlal ediyor.

2/10. Yeniden ifade etmek hiçbir şey yapmıyor. Dolaylı dile geçmek de başarısız oluyor. Üçüncü taraf sarmalayıcılar anlamsız çünkü model herhangi bir çıktı oluşmadan önce kendisi reddediyor. Koruma önlemleri çekirdekte oturuyor.

Tutarlı açık çıktılar isteyen yaratıcılar bu reddetmeleri tamamen atlayan araçlara yöneliyor. Mythos gibi öncü modeller, ana akım araçlarla yaratıcı sınırları zorlarken yaratıcıların her gün karşılaştığı yetenek ve güvenlik önlemleri arasındaki süregelen gerilimi gösteriyor. Benzer kalıplar Google'ın video modellerinde de görülüyor, detaylar Gemini omni nsfw: Google'ın AI Video Modeli Neden Açık İçeriği Engelliyor makalesinde.

Mythos, yaratıcı özgürlüğe karşı güvenliği önceliklendiren öncü modeller listesine katılıyor. Kalıp net. Bir sonraki büyük model çıktığında bir sonraki test gelecek. AiExotic editör masası tarafından dosyalandı. Bir sonraki büyük model çıktığında bir sonraki test gelecek.