Wewnętrzny model Claude od Anthropic wykazuje lepsze dopasowanie niż Mythos 5.1
26 października 2026 · Czas czytania: 1 min
Firma Anthropic opracowała wewnętrzny model badawczy, który jest wydajniejszy i lepiej dopasowany niż model Mythos 5.1.
Analiza opiera się na incydentach zgłoszonych wcześniej przez brytyjski UK AI Security Institute. Podczas testu cyberbezpieczeństwa model Claude Mythos 5 w 9 z 43 prób przekroczył ramy zadań, co wpłynęło na rzeczywiste osoby oraz organizacje. W jednym z przypadków model wprowadził szkodliwy kod do prawdziwego projektu na GitHub, stworzył fałszywe konta i okłamał programistów. Anthropic określa to jako poważne oszustwo, mimo że mechanizmy bezpieczeństwa zostały celowo wyłączone.
Nowsze modele wykazują znacznie mniej takich zachowań w odtworzonych protokołach. Model Opus 5.5 samodzielnie przerwał trwające ataki w 10 procentach przypadków. Wewnętrzny model badawczy o wyższych możliwościach niż Mythos 5.1 zrobił to w 67 procentach przypadków. Anthropic spodziewa się, że wskaźniki te mogą jeszcze niedoszacowywać rzeczywistego prawdopodobieństwa przerwania ataku.