分类: Claude Mythos

  • Anthropic放出最强公开Claude:编程测试80.3%,部分危险能力被上锁

    Anthropic发布 Claude Fable 5,称这是公司迄今能力最强的公开模型。按照Anthropic的说法,Fable 5属于“Mythos级”模型,但经过安全限制后向普通用户和企业开放;同一天发布的 Claude Mythos 5 使用同一底座,但只面向少数网络防御和关键基础设施合作方开放。 几个普通读者更容易理解的成绩是:Fable 5在编程能力测试 SWE-Bench Pro 中拿到 80.3%,在电脑操作测试 OSWorld-Verified 中拿到 85.0%;在综合难题测试 Humanity’s Last Exam 中,无工具得分为 59.0%,使用工具后为 64.5%;……

    阅读全文