Anthropic xác nhận: đang thử nghiệm một mô hình mới ở cấp độ "bước nhảy" ().

Mã code Mythos, mã nội bộ Capybara. Rò rỉ là ngoài ý muốn, nhưng mô hình thì thật sự tồn tại.
Các lần ra mắt AI trước đó nói gì? "Cải thiện @E5@ trên benchmark XX", "Nhanh hơn, rẻ hơn", "Hỗ trợ ngữ cảnh dài hơn".
Mô tả Mythos thì sao? "Vượt xa mọi mô hình AI khác về khả năng an ninh mạng", "Dự báo một làn sóng các mô hình có thể khai thác lỗ hổng theo cách vượt xa các phương pháp phòng thủ".
Bạn có nhận ra sự khác biệt không?
Trước đây là "Chúng tôi tốt hơn". Lần này là "Chúng tôi mạnh đến mức có thể gây rủi ro".
Anthropic luôn là công ty có câu chuyện về an toàn AI mạnh nhất. Chính sách Phát triển Có trách nhiệm (Responsible Scaling Policy - RSP) của họ về cơ bản là tự đặt giới hạn cho chính mình — khi khả năng của mô hình vượt quá một ngưỡng nhất định, phải tăng cường các biện pháp an toàn phù hợp để phát hành.
Mythos có thể là mô hình đầu tiên thực sự kích hoạt quy trình kiểm tra an toàn cấp cao.
Trong ngắn hạn, Anthropic có thể sẽ rất thận trọng. "Truy cập sớm cho khách hàng hạn chế" + "Tập trung vào các nhà phòng thủ an ninh mạng". Không phải là phát hành toàn diện dành cho người tiêu dùng.
Xét về dài hạn, đường cong khả năng AI có thể không phải là tuyến tính. "Bước nhảy" nghĩa là một sự nhảy vọt — từ mô hình trước đến mô hình này không chỉ là 10% cải thiện, mà là một bước biến đổi chất lượng.