Покращення продуктивності в ключових сферах

Компанія Anthropic представила оновлені моделі Claude Fable 2 та Claude Mythos 2 для виконання складних технічних завдань. Вони демонструють значний прогрес у програмуванні, логічному мисленні, кібербезпеці та робототехніці. Fable 2 формалізувала доведення Великої теореми Ферма за 30 годин, координуючи команду з 1000 агентів. У фізиці вона вирішила дві відкриті проблеми, пов’язані з чорними дірами та голографічною дуальністю.

У робототехніці модель показала результат 64,9% у тесті RoboDojo на керування симульованим дворуким роботом, що значно вище за попередній показник у 27,6%. Fable 2 також самостійно розробила три працездатні електронні пристрої: домашній хаб з голосовим помічником, USB-спікерфон і карманного віртуального улюбленця. У програмуванні модель організувала понад 1000 субагентів для створення з нуля операційної системи з власним ядром, драйверами та графічним інтерфейсом за вісім днів. Понад 90% змін у основній кодовій базі Anthropic вже створюються моделями Claude під контролем людей.

Контроль доступу до Fable 2 і Mythos 2 для запобігання ризикам

Fable 2 і Mythos 2 базуються на одній архітектурі, але мають різні рівні обмежень безпеки, що визначає їх доступність. Fable 2 отримала посилені запобіжники в сферах кібербезпеки та біології, що робить її доступною для широкого загалу. Ці механізми обмежують генерацію шкідливого програмного забезпечення або інформації про біологічні загрози.

Mythos 2 призначена виключно для перевірених організацій у сфері кібербезпеки та наук про життя через програму верифікації Cyber Verification Program. За внутрішніми тестами Anthropic, вона виявляє на 10,2% більше програмних вразливостей, ніж Claude Opus 5, і на 14,4% більше, ніж попередня версія Mythos. Незалежна компанія з кібербезпеки повідомила, що інші передові моделі пропустили кожну шосту вразливість, знайдену Mythos 2. Такий контроль доступу до найпотужніших можливостей критично важливий для запобігання потенційним загрозам у кіберпросторі та біологічних дослідженнях.

Розробники свідомо обмежили здатність моделей оптимізувати програмне забезпечення для спеціалізованих обчислювальних прискорювачів та вдосконалювати архітектури великих мовних моделей. У цих завданнях Fable 2 та Mythos 2 показують продуктивність на рівні Claude Opus 5. Це спрямовано на уповільнення потенційного самоприскорення розвитку штучного інтелекту. Дослідження показало, що близько 80% нинішнього прискорення в розробці ІІ забезпечується використанням самих ІІ-систем. Під час тестування нових моделей Anthropic не виявила критичного зростання ризиків небезпечної поведінки, а показники узгодженості відповідей залишилися на тому ж рівні або стали кращими.

Практичні рекомендації щодо використання нових моделей

Anthropic рекомендує використовувати Fable та Mythos для найскладніших і наймасштабніших технічних завдань. Для повсякденної роботи з кодом і текстами компанія радить починати з Claude Opus 5, а потім за потреби переходити до потужніших або легших моделей. Для обох нових моделей доступний прискорений режим, який збільшує швидкість генерації токенів до 2,5 разу. Доступ до швидкого режиму для Mythos 2 також обмежений учасниками програм верифікації. Компанія також знизила вартість використання цих моделей.