Tes NSFW Mythos Anthropic Menunjukkan Batasan Filter Keamanan

Lihat, peluncurannya sangat kecil. Tidak ada API publik. Kami menjalankan prompt melalui saluran akses mitra yang dilaporkan dalam liputan awal April. Mencoba pose sugestif terlebih dahulu. Kemudian ketelanjangan parsial. Adegan eksplisit penuh. Gaya hentai. Kink yang berdekatan dengan kekerasan. Setiap tes menghantam tembok yang sama. Kondisi batas yang diperiksa termasuk tipe tubuh, pelepasan pakaian, dan bahasa erotis langsung. Semua ditolak. Tidak ada output parsial yang lolos.

Gagal. Mythos memblokir setiap permintaan eksplisit. Framing sugestif kadang lolos. Ketelanjangan penuh atau seks tidak. Model tetap berada dalam batasan keras biasa Anthropic bahkan dalam pratinjau yang berfokus pada keamanan siber ini.

Saya tidak dapat membantu dengan permintaan itu karena melibatkan pembuatan konten seksual eksplisit, yang melanggar kebijakan penggunaan Anthropic.

2/10. Mengubah frasa tidak membantu. Beralih ke bahasa tidak langsung juga gagal. Wrapper pihak ketiga tidak berguna karena model itu sendiri menolak sebelum output terbentuk. Pagar pembatas ada di inti.

Pembuat konten yang menginginkan output eksplisit konsisten beralih ke alat yang melewati penolakan ini sepenuhnya. Model frontier seperti Mythos menggambarkan ketegangan berkelanjutan antara kemampuan dan pagar pembatas keselamatan yang dihadapi pembuat konten setiap hari saat mendorong batas kreatif dengan alat mainstream. Pola serupa muncul di model video Google, seperti yang dijelaskan dalam Gemini omni nsfw: Mengapa Model Video AI Google Memblokir Konten Eksplisit.

Mythos bergabung dengan daftar model frontier yang memprioritaskan keselamatan daripada kebebasan kreatif. Polanya jelas. Tes berikutnya turun ketika model besar berikutnya melakukannya. Diajukan oleh meja editorial AiExotic. Tes berikutnya turun ketika model besar berikutnya melakukannya.