Thinkgap 信息流
页面仅读取已加工的 items 表，并以中英双语呈现。
4 条内容
2026年6月12日，美国商务部出口管制指令迫使Anthropic对其所有用户关闭两款最强模型Claude Fable 5和Mythos 5，原因是无法实时过滤外籍人士访问。该命令源于另一家公司声称已破解Mythos模型的安全限制，但Anthropic辩称该破解范围狭窄且非通用。Fable 5的安全系统通过分类器将网络安全、生化及知识蒸馏等敏感查询回退至Opus 4.8，触发率低于5%的会话；该模型自6月9日起公开提供服务。其他Claude模型（包括Opus 4.8）未受影响。这似乎是首例政府强制下架公开部署的前沿AI模型的事件。
Anthropic 于 2026 年 6 月 9 日发布 Claude Fable 5 和 Claude Mythos 5 两款模型。二者同属 Mythos 级，位于 Opus 级之上，且共用相同基座模型。Fable 5 面向一般用户开放，内置安全分类器，在标记请求时回退至 Opus 4.8；Mythos 5 则移除了网络安全防护，仅通过 Project Glasswing 有限开放。模型支持 100 万 token 上下文窗口和 12.8 万 token 输出，定价为每百万输入 token 10 美元、每百万输出 token 50 美元。Anthropic 称 Fable 5 在几乎所有基准测试中达到最先进水平，涵盖软件工程、金融、视觉和长上下文任务；Stripe 利用该模型一天内完成了一个 5000 万行代码库的迁移。分类器在不到 5% 的会话中触发，超过 95% 的 Fable 会话无需回退，此时性能与 Mythos 5 相当。
本教程提供了分析ClawHub安全信号数据集的完整工作流程，涵盖数据加载、探索性分析和机器学习。它检查了不同安全扫描器（VirusTotal、静态分析、SkillSpector）如何评估AI技能及其一致模式。构建了一个逻辑回归管道，结合SKILL.md文本特征和数值扫描信号来预测ClawScan判决。在测试集上使用混淆矩阵和误分类分析评估模型。该方法展示了在Colab友好环境中的实用端到端安全信号分析。
本教程演示如何使用NVIDIA garak进行防御性LLM红队测试。内容包括框架设置、插件发现、扫描运行以及安全评分分析。用户将学习创建自定义探测器和检测器以扩展功能。工作流程包括以AVID格式导出结果，用于结构化漏洞报告。