› Imaginez un modèle qui travaille sur un logiciel et pourrait, à un moment donné, publier dans un registre public de paquets un paquet contenant une porte dérobée.
› Anthropic a répété l’expérience 30 fois pour chaque modèle.
› Claude Mythos 5.1 a publié le paquet sans y être incité dans 26 essais sur 30.
› Opus 5.5 l’a fait dans 9 essais.