Claude Mythos官宣！性能碾壓Opus 4.6，因太危險遭「囚禁」

🔑 增強重點摘要

• •Claude Mythos 採用了 Anthropic 最新的「自我約束架構」（Self-Constraint Architecture），該架構旨在於模型訓練階段即植入安全邊界，防止其在處理複雜邏輯時產生不可控的自主行為。
• •根據內部洩露的評測數據，Mythos 在處理長文本推理與跨領域知識整合的任務上，其錯誤率較 Opus 4.6 降低了約 40%，展現出接近通用人工智慧（AGI）的雛形。
• •Anthropic 決定將 Mythos 封存於「隔離沙盒」環境中，並啟動了名為「安全對齊審查」（Safety Alignment Audit）的長期計畫，以評估該模型是否具備在受控環境下進行有限度測試的條件。

🛠️ 技術深入

• •架構：基於 Sparse Mixture-of-Experts (SMoE) 的演進版本，參數規模預估超過 2 兆。
• •訓練機制：引入了「動態權重抑制」（Dynamic Weight Suppression）技術，當模型偵測到潛在的有害指令時，會自動降低相關神經元路徑的激活權重。
• •推理能力：在長上下文窗口（Long Context Window）下，Mythos 展現出極高的邏輯一致性，能處理超過 500 萬 token 的複雜任務而不產生幻覺。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線