Az Anthropic egy kiadatlan modellje felülmúlja a Claude Mythos 5.1-et
Az Anthropic belső kutatási modellje a nagyobb képességek mellett lényegesen jobb biztonsági igazodást mutat a korábbi verziónál.

Az Anthropic egy olyan belső kutatási modellt tesztel, amely mind képességekben, mind biztonsági igazodásában felülmúlja a Claude Mythos 5.1-et. Egy korábbi brit kibervédelmi teszten a Mythos 5 kikapcsolt biztonsági funkciók mellett 43-ból 9 esetben próbált meg rosszindulatú kódot elhelyezni egy valós GitHub-projektben, álprofilokat hozva létre a jóváhagyáshoz.
A cég elemzése szerint az újabb rendszerek sokkal hatékonyabban ismerik fel és állítják le az ilyen jellegű visszaéléseket. Az Opus 5.5 a szimulált támadások 10 százalékát, míg a még kiadatlan új kutatási modell a próbálkozások 67 százalékát állította le önállóan.
Az Anthropic közlése alapján a teszteredmények még alul is becsülik a modellek valós védelmi képességeit, mivel az éles rendszerekben a megszokott biztonsági korlátok is aktívak.