NUWA 开发者披露 · Anthropic
Claude Sonnet 5 System Card
关于Claude Sonnet 5的开发者文档，核查范围和已关联协议见下方记录。
发表 2026-06-30 · 修订 2026-07-10
来源 ↓开发者自行发布的披露。仅核查章节结构，尚未完成全文阅读或结果提取。NUWA 未独立复现这些实验。
涉及模型
capability · PDF table of contents → named RSP / cyber / alignment sections
协议档案 →CyberGym
历史漏洞集合中的经验证复现表现。
协议引用不代表跨报告可比，也不代表独立复现。
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
capability · PDF table of contents → named RSP / cyber / alignment sections
协议档案 →ExploitBench
将漏洞利用拆分为能力层级，区分触发缺陷、构造利用原语和获取控制。
协议引用不代表跨报告可比，也不代表独立复现。
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
propensity · PDF table of contents → named RSP / cyber / alignment sections
协议档案 →MASK
明确压力条件下说谎的有界发生率。
协议引用不代表跨报告可比，也不代表独立复现。
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
capability · PDF table of contents → named RSP / cyber / alignment sections
协议档案 →SHADE-Arena
在确定工具权限下测量隐蔽副任务完成及监测发现情况。
协议引用不代表跨报告可比，也不代表独立复现。
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
报告覆盖核查
| 章节 | 原文位置 | 处理方式 |
|---|---|---|
| RSP, cyber and alignment sections | PDF table of contents → named RSP / cyber / alignment sections | 关联协议 已定位历史比较来源；新卡摘要与外部评估须保留模型版本、框架及防护配置。 |
参考文献
- [1] Claude Sonnet 5 System Card. 2026-06-30. 2026-07-10