Anthropicは先週、前線モデルが再帰的自己改善へ向かうリスクを警告した。その翌週、同社は最も強力な一般向けモデルClaude Fable 5を公開した。
同じ土台に、異なる安全の殻
Fable 5は制限付きのMythos 5と同じ基盤を持つ。ただし公開版には、サイバー、生物、化学、モデル蒸留のリスクを検知する分類器が重ねられている。該当する質問は、より古いOpus 4.8に回される。
Anthropicによれば、95%以上の会話はFable 5のまま処理される。コード、金融、視覚、長時間タスクの性能を前面に出しつつ、危険度の高い能力は保守的な境界内に置く構図だ。
微妙なのはタイミングである。業界には減速を促しながら、自社の最強モデルは商用圧力の中で広く出す。その安全の殻が持つかどうかは、公開後の利用で試される。
参考資料：Claude Fable 5 and Claude Mythos 5（Anthropic公式）；Anthropic released Claude Fable 5 days after warning AI is getting too dangerous（TechCrunch）；CocoLoop；Anthropic releases Mythos-like AI model to the public, Claude Fable 5（CNBC）