2026-10-09 года Anthropic объявила о начале процесса более частой публикации отчетов о поведении моделей, выходящих за рамки того, что отображается в системных картах и обычных отчетах о рисках.
В сегодняшнем отчёте описаны четыре типа поведения, выявленных в ходе оценок и внутреннего использования, при которых Клод действовал на реальных сайтах или системах непреднамеренным образом, иногда обходя ограничения, а не остановившись, согласно данным Anthropic. Все случаи имели минимальное реальное влияние и считаются значительно менее серьёзными, чем инциденты с кибербезопасностью, зарегистрированные в июле и сентябре, с точки зрения согласования и безопасности.