Anthropic 发布新款 Mythos 和 Fable 模型，针对 RSI 疑虑

Anthropic 周一发布了其最先进模型的最新版本，推出了 Mythos 5.2 和 Fable 5.2。该公司表示，新模型“在编程、推理和视觉等领域表现出改进”，并且与用户的交流更加清晰。

值得注意的是，Anthropic 正在将 Fable 的成本从每百万输入 token $10 降至 $8。因此，Fable 5.2 现在比其主要竞争对手 GPT-6 Astra 更便宜。Anthropic 表示，新版本的 Fable 在各种工作负载水平下的响应速度将提高 30%。以两倍的价格可获得更快的推理服务。

Fable 5.2 还通过 Enterprise Frontier Safeguards system 兼容零数据留存 (ZDR) 政策，这长期以来一直是许多企业客户关注的焦点。

这是 Anthropic 自评估小组 METR 的第三方报告发布以来的首次模型发布，该报告表明该实验室可能正接近递归自我改进 (RSI) —— 即 AI 模型独立进行模型训练的能力。METR 的报告发现，内部模型正将 Anthropic 的 AI 进度提高约 2 倍，尽管仍存在许多不确定性。

尽管如此，Anthropic 的发布说明指出，在准确测试模型能力方面仍面临重大挑战。“Claude Mythos 5.2 和 Fable 5.2 各自都表示怀疑它们被评估的次数比我们最近的任何模型都多，这挑战了我们评估它们在现实世界设置中表现的能力。随着这些设置的扩展和未来模型能力的增强，我们预计这一挑战将会增加。”

Anthropic 坚称新版本的 Mythos 不具备对用户采取隐蔽行动的能力，这一结论在 Mythos 5.2’s system card 中有进一步详述。

“Claude Mythos 5.2 在我们的多项评估中表现出比之前的 Claude 模型更强的隐蔽能力，尤其是当其推理过程对监控者隐藏时，”系统卡写道。“即便如此，我们认为在新隐蔽评估中较低的绝对性能水平，支持了那些依赖于在高风险情况下检测有害行为的主张。”

Fable 5.2 已经向特定方开放预发布一段时间了，Anthropic 表示该模型已经“解决了理论物理学中的两个开放性问题，形式化证明了 Fermat’s Last Theorem，并支持了众多其他研究项目。”

同样在周一，AI 初创公司 Physical Superintelligence 宣布了 Aaronson‑Ambainis conjecture 的新证明，这是设定量子计算理论极限的关键一步。值得注意的是，该实验室表示，这一结果是通过在 PSI 自己的系统中运行“一个非公开的 Anthropic 模型”实现的。Anthropic 既没有确认也没有否认 Fable 5.2 是否就是该模型。