Anthropic lança Claude Fable 5 com salvaguardas reforçadas em consultas de cibersegurança, biologia e química

Key Points

A Anthropic lançou o Claude Fable 5, seu primeiro modelo de classe Mythos, na terça-feira.
O Fable 5 supera os modelos anteriores da linha Opus e mostra um grande ganho de benchmark em tarefas de cibersegurança.
Salvaguardas embutidas bloqueiam consultas sobre cibersegurança, biologia e química.
Quando um tópico bloqueado é detectado, a solicitação é redirecionada para o Claude Opus 4.8 e um aviso é exibido.
Recusas falsas-positivas ocorrem em menos de 5% das sessões, de acordo com os testes da Anthropic.
Mais de 1.000 horas de testes de equipe vermelha não encontraram nenhum jailbreak universal para o modelo.
O Instituto de Segurança de IA do Reino Unido encontrou o desempenho do preview do Mythos similar ao do GPT-5.5 da OpenAI em desafios de Capture-the-Flag.
A Anthropic visa prevenir que o modelo permita "hacking agente" e outros usos mal-intencionados.

A Anthropic lançou o Claude Fable 5, seu primeiro modelo de linguagem de grande escala da classe Mythos, na terça-feira. O novo sistema supera os modelos anteriores da linha Opus, mas vem com filtros rigorosos que bloqueiam solicitações sobre cibersegurança, biologia e química.

Quando um usuário faz uma pergunta sobre um tópico proibido, o Fable 5 redireciona a consulta para o modelo Claude Opus 4.8 mais antigo e exibe um aviso. A Anthropic afirma que recusas falsas-positivas afetam menos de cinco por cento das sessões, um compromisso que a empresa considera necessário para evitar que a tecnologia ajude atores mal-intencionados.

Este artículo fue escrito con la asistencia de IA.
News Factory APP - noticias agénticas para impulsar tu SEO y AEO.