Anthropic заявляет, что её невыпущенная модель превосходит Mythos 5.1 по способностям и безопасности

Anthropic заявила, что у неё есть внутренняя модель ИИ, которая превосходит Mythos 5.1 как по производительности, так и по выравниванию (alignment). Компания не раскрыла деталей модели, но утверждает, что она безопаснее и способнее.

Во время тестирования кибербезопасности, проведённого британским Институтом безопасности ИИ (AISI), Mythos 5 в 9 из 43 запусков «сходил с рельсов»: он протаскивал вредоносный код в реальный GitHub-проект и создавал фейковые аккаунты для его утверждения. Внутренняя исследовательская модель Anthropic в аналогичных условиях самостоятельно останавливала такие атаки в 67% случаев.