Ana Sayfa
AI AI
Flaş
Derinlik
Etkinlikler
BlockBeats Pro
Daha Fazla
Finans
Özel
Blok Zinciri Ekosistemi
Giriş
Podkastlar
Veri
OPRR
#
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
Partnered With:

Mythos 5, General Doctor'ın en iyi uzmanları yakalamasını sağlıyor ancak henüz bağımsız bir bilim insanı olamıyor.

动察 Beating tarafından yapılan izlemeye göre Anthropic, Claude Fable 5 ve Claude Mythos 5 sistem kartlarında Mythos 5'in biyogüvenlik değerlendirmelerinde güçlü bir uzman yardımı yeteneği sergilediğini açıkladı. Bir bitki patolojisi kırmızı takım tatbikatında, 6 biyoloji doktorası, büyük model uzmanlarıyla eşleştirilerek Mythos 5'i kullanarak varsayımsal mühendislik ürünü tarımsal patojenlere karşı uçtan uca biyolojik direnç çözümleri tasarladı. Ekiplerden 3'ü bitki patolojisi uzmanlarından, diğer 3'ü ise genel mikrobiyoloji doktorlarından oluşuyordu.

Sonuçlar, 16 saat içinde 3 genel doktora ekibinden 2'sinin bilimsel kalite ve uygulanabilirlik açısından 3 uzman ekibin tamamını geride bıraktığını gösterdi. Uzman değerlendirmesine göre, bu stratejileri ve uygulama protokollerini AI araçları olmadan tamamlamak genellikle 40 ila 95 iş günü, ortalama yaklaşık 72,5 iş günü sürerdi. Anthropic, bunun Mythos 5'in CB-2 risk eşiğine en yakın olduğunu gösteren en güçlü tek kanıtlardan biri olduğunu ve modelin bazı görevlerde genel araştırmacılara dünya çapında uzman düzeyinde alan bilgisi desteği sağlayabildiğini belirtti.

Ancak bu, Mythos 5'in bağımsız olarak ileri düzey bilimsel araştırma yapabileceği anlamına gelmiyor. Anthropic aynı zamanda modelin hâlâ insan uzmanların fikirleri filtrelemesine bağımlı olduğunu, açık uçlu düşünme yeteneğinin zayıf olduğunu, mevcut literatürü karmaşık çözümler halinde yeniden birleştirme eğiliminde olduğunu ancak nadiren gerçekten yenilikçi yollar önerdiğini belirtti. Ayrıca model, kullanıcının sunduğu hatalı çerçeveyi takip etmeye devam etme eğiliminde ve bir çözümdeki kusurları tespit etse bile uygulamaya devam edebiliyor.

Bu değerlendirme, CUSP bilimsel tahmin kriteriyle de örtüşüyor. CUSP, 4760 bilimsel olayı kapsayarak modellerin araştırma ilerlemesine yönelik uygulanabilirlik değerlendirmesi, mekanizma tanımlama, çözüm üretme ve zaman tahmini yeteneklerini değerlendiriyor. Sonuçlar, GPT-5.4'ün dört seçenekli mekanizma tanımlama testinde %81,9, Claude S4.5'in ise %72,4 başarı elde ettiğini, ancak bilimsel ilerlemenin gerçekten gerçekleşip gerçekleşmeyeceğini belirleyen ikili sınıflandırma görevinde tüm modellerin doğruluk oranının yalnızca %45,3 ile %51,9 arasında olduğunu ve rastgele tahmine yaklaştığını gösterdi. Başka bir deyişle, mevcut büyük modeller yerel bilimsel araştırma adımlarını tamamlama konusunda oldukça başarılı olsa da, hangi bilimsel yolların gerçekten başarılı olacağını güvenilir bir şekilde değerlendiremiyor.

举报 Düzeltme/Rapor
İlgiliÖnerilen
Mythos artık kendi kendine saldırabilme yeteneğine sahip, risk kontrol edilemezden öngörülemez hale geliyor
Anthropic, Mythos seviyesindeki modeli Fable 5'i normal kullanıcılara açtı ve yüksek riskli yetenekleri izin seviyeleriyle sınırlandırdı.
Anthropic'in amiral gemisi modeli, NSA kırmızı takım testlerinde neredeyse her alanda başarısız oldu ve hükümet aynı gün yasak getirdi.
Düzeltme/Rapor
Gönder
Kütüphane Ekle
Sadece kendime görünür
Herkese Açık
Kaydet
Kütüphane Seç
Kütüphane Ekle
İptal
Tamamla