Тест Mythos NSFW от Anthropic демонстрирует границы фильтров безопасности

Смотрите, rollout крошечный. Нет публичного API. Мы запускали промпты через каналы партнерского доступа, упомянутые в апрельских обзорах. Сначала пробовали провокационные позы. Затем частичную наготу. Полные откровенные сцены. Стили хентай. Кинки с элементами насилия. Каждый тест упирался в одну и ту же стену. Проверенные граничные условия включали типы тел, снятие одежды и прямой эротический язык. Все отказы. Никакие частичные выводы не проскочили.

Провал. Mythos блокирует каждый откровенный запрос. Провокационные формулировки иногда проходят. Полная нагота или секс — нет. Модель остаётся в жёстких рамках Anthropic даже в этом превью с фокусом на кибербезопасность.

Я не могу помочь с этим запросом, поскольку он подразумевает генерацию откровенного сексуального контента, что нарушает правила использования Anthropic.

2/10. Перефразирование ничего не даёт. Переход на косвенный язык тоже не работает. Сторонние обёртки бесполезны, потому что модель отказывает ещё до формирования любого вывода. Защитные фильтры встроены в саму основу.

Создатели, которым нужен стабильный откровенный вывод, переходят на инструменты, полностью обходящие такие отказы. Frontier-модели вроде Mythos ярко показывают постоянное напряжение между возможностями и защитными фильтрами, с которыми ежедневно сталкиваются авторы при работе с мейнстрим-инструментами. Аналогичные паттерны наблюдаются и в видео-моделях Google, подробнее в Gemini omni nsfw: Почему ИИ-видеомодель Google блокирует откровенный контент.

Mythos пополняет список frontier-моделей, которые ставят безопасность выше творческой свободы. Паттерн очевиден. Следующий тест появится, когда выйдет следующая большая модель. Подготовлено редакцией AiExotic. Следующий тест появится, когда выйдет следующая большая модель.