模型發布
Claude Mythos 5.2 系統卡出爐,Zvi 質疑 Anthropic 未觸發自主性威脅模型 2
Zvi單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據

Zvi 在部落格解析 Anthropic 的 Claude Mythos 5.2 系統卡,其來源為單一部落格,未經獨立核實。他表示 Fable 5.2 與 Mythos 5.2 為同一底層模型,差別在於 Mythos 在生物與網路安全領域的防護措施較寬鬆。生物威脅評估方面,評分團隊估計若無 Mythos 5.2,重現提交報告需 15 個工作天,Opus 5.5 則為 8.4 個工作天;16 名噬菌體情境參與者中有 13 人、16 名稀土情境參與者中有 14 人表示,若無此模型,16 小時內不可能完成任務。Zvi 認為數據呈小幅進步,但模型在新穎性判斷與技術細節權重上校準不佳。在自主性威脅模型 2 的判定上,Zvi 明確不同意 Anthropic 未觸發此門檻的決定。他引用 METR 近期報告,指 Anthropic 內部模型的 AI 研發加速倍數點估計為 1.88 倍(95% 區間 1.62 至 2.28),且 100 次重新擬合中有 32 次達到或超過 2 倍,認為無法排除已超過 2 倍門檻。Zvi 另引述 Anthropic S-1 文件,稱其依據對未來模型與整體進展速度的預期,判定已達到 AI 研發能力門檻。Zvi 也指出系統卡承認能力進展呈現「斜率改變」而非單次跳躍。以上皆為 Zvi 的解讀與引述,原始系統卡與 METR 報告未在此材料中完整呈現。
讀原始報導背景
Anthropic 的負責任擴展政策(Responsible Scaling Policy, RSP)是一套技術與組織性的協定,用來管理日益強大的 AI 系統所帶來的風險。本文討論的 RSP 風險類別評估,即是依據這套框架判斷新模型是否跨過特定門檻。