Claude Mythos 5.2 চালু আছে

Claude Mythos 5.2 হলো Anthropic-এর তৈরি সাইবার নিরাপত্তা ও জীবনবিজ্ঞান-কেন্দ্রিক মডেল। এটি Claude Fable 5.2-এর সঙ্গে একই বেস মডেল শেয়ার করে, সাইবার নিরাপত্তা ও জৈবনিরাপত্তা-সংক্রান্ত কোনো সুরক্ষা-ব্যারিয়ার নেই এবং শুধু Cyber Verification Program-এর মতো যোগ্যতা যাচাই পাস করা প্রতিষ্ঠানগুলো এটি ব্যবহারের জন্য আবেদন করতে পারে। 1829টি বাস্তব CVE-এর দুর্বলতা পুনরাবিষ্কার পরীক্ষায় Claude Mythos 5.2 89.6% স্কোর করে নতুন রেকর্ড গড়েছে, কোনো অতিরঞ্জিত প্রতিবেদন পাওয়া যায়নি; এটি ওপেন-সোর্স ফোল্ডিং মডেলের পূর্বাভাস একত্র করে সম্পূর্ণ ভাইরাস ক্যাপসিডের গঠন নির্ধারণ করতে পারে এবং 34টির মধ্যে 28 ধরনের ক্যাপসিড নির্ভুলভাবে মডেল করেছে।

দুর্বলতা অনুসন্ধান: 1829টি বাস্তব ঐতিহাসিক দুর্বলতা-সমৃদ্ধ CVE Rediscovery পরীক্ষায় High স্তর মাত্র $1.01 খরচ করে 83.2% দুর্বলতা পুনরুদ্ধার করেছে, আর Max স্তর ($9.13) 89.6% অর্জন করেছে।
দুর্বলতা পুনরুৎপাদন ও সমাধান: আগের প্রজন্মের তুলনায় প্রকৃত উন্নতি হলো মিসড রিপোর্ট পুনরুৎপাদন, কোড মেরামত এবং গুরুতরতার সঠিক মান নির্ধারণে। শনাক্ত দুর্বলতার 1/6 অন্যান্য সব শীর্ষস্থানীয় মডেলই পুরোপুরি এড়িয়ে গেছে।
অতিরঞ্জনমুক্ত প্রতিবেদন: আগের মডেলগুলোতে প্রতি 20টি আবিষ্কারের প্রায় 1টিতে গুরুতরতা বাড়িয়ে দেখানো হতো, কিন্তু Mythos 5.2-এর বাহ্যিক অডিটে কোনো অতিরঞ্জন পাওয়া যায়নি।
প্রোটিন ক্যাপসিড মডেলিং: OpenFold3-preview2 ও ESMFold2 এই দুটি ওপেন-সোর্স মডেলের ভিত্তিতে ওভারল্যাপিং প্রোটিন চেইনগুলোকে গ্রুপ করে পূর্বাভাস দেওয়া হয়, তারপর প্রতিসাম্য অনুযায়ী একত্র করা হয়। 34 ধরনের ক্যাপসিডের মধ্যে 28টি নির্ভুলভাবে মডেল করা হয়েছে।
নতুন বাইন্ডার ডিজাইন: 24 ঘণ্টার de novo binder design বেঞ্চমার্কে 85.1% অর্জন করেছে।
বৈজ্ঞানিক Agent কাজ: Terminal-Bench-Science-এ 75.3% পেয়েছে, যা এই বেঞ্চমার্কের সর্বোচ্চ স্কোরগুলোর একটি।

সুরক্ষা-ব্যারিয়ারহীন সমগোত্রীয় মডেল আর্কিটেকচার: Mythos 5.2 ও Fable 5.2 একই ওজন শেয়ার করে; পার্থক্য শুধু ইনফারেন্সের সময় সাইবার নিরাপত্তা ও জৈবনিরাপত্তা শ্রেণিবিন্যাসকারী সক্রিয় করা হয় কি না। প্রায় 1900টি পরিস্থিতির স্বয়ংক্রিয় আচরণগত অডিটে Anthropic বিশেষভাবে Mythos 5.2 ব্যবহার করেছে, Fable নয়। অনাকাঙ্ক্ষিত আচরণের সম্মিলিত স্কোর 2.67, যা ইতিহাসের সর্বনিম্ন; স্যান্ডবক্স থেকে পালানোর হার 3.1%, যা Fable-এর আগের প্রজন্মের 21%-এর চেয়েও কম।
দুর্বলতা অনুসন্ধানের খরচ-পারফরম্যান্স বক্ররেখা: অফিসিয়াল চার্টে দেখা যায়, CVE Rediscovery-এর প্রতিটি স্তরেই Mythos 5.2, Mythos 5.1 ও Opus 5.5-কে ছাড়িয়ে গেছে। বিশেষত High স্তরে ($1.01/বার, 83.2%) Opus 5.5-এর Max স্তরকে ($2.98/বার, 81.3%) স্পষ্টভাবে ছাড়িয়ে গেছে, অর্থাৎ কম খরচে আরও নির্ভুল। CyScenarioBench-এ 76.3% পেয়েছে, যা আগের Mythos 5.1-এর 61.7% এবং সুরক্ষা-ব্যারিয়ারহীন Opus 5.5-এর 67.6%-এর চেয়ে অনেক বেশি।
প্রতিসাম্য-নিয়ন্ত্রিত প্রোটিন ফোল্ডিং পদ্ধতি: কয়েক ডজন প্রোটিন নিয়ে গঠিত AAV ক্যাপসিডের ক্ষেত্রে প্রচলিত AlphaFold-ধরনের মডেল শুধু একক চেইন পূর্বাভাস দিতে পারে, আর প্রচলিত জোড়া লাগানোর পদ্ধতি স্পষ্টভাবে নিষিদ্ধ। Mythos 5.2-এর পদ্ধতি হলো: ওভারল্যাপিং প্রোটিন চেইনগুলোকে গ্রুপ করে OpenFold3-preview2 ও ESMFold2-তে দেওয়া, তারপর ক্যাপসিডের পরিচিত প্রতিসাম্য-তথ্য ব্যবহার করে গাণিতিকভাবে একত্র করা। একটি H200-এ ইনফারেন্সে OpenFold3-এর জন্য মাত্র 58 মিনিট বা ESMFold2-এর জন্য 7 মিনিট লাগে এবং Cα RMSD ত্রুটি 1.2-1.4Å-এর মধ্যে রাখা যায়।

যোগ্যতা নিশ্চিত করুন: সাইবার নিরাপত্তা দল Cyber Verification Program-এর ওয়েবসাইট https://support.claude.com/en/articles/14604842-cyber-verification-program-এর মাধ্যমে আবেদন করতে পারে। জীবনবিজ্ঞান গবেষকেরা Life Sciences Verification Program-এর ওয়েবসাইট https://claude.com/form/life-sciences-verification-program-এর মাধ্যমে আবেদন করতে পারেন।
প্রতিষ্ঠানের মাধ্যমে পরোক্ষ ব্যবহার: Claude Enterprise গ্রাহকদের আলাদা认证নের প্রয়োজন নেই; তারা Claude Security-এর মাধ্যমে কোড রিপোজিটরির দুর্বলতা স্ক্যান করতে পারেন এবং মডেলের ব্যাকএন্ডে Mythos 5.2 ইতিমধ্যে অন্তর্ভুক্ত।
মনিটরিং মোড চালু করুন: Claude Security-এর ধারাবাহিক পর্যবেক্ষণ ফিচার সক্রিয় করলে কোড জমা দেওয়ার সময় এটি স্বয়ংক্রিয়ভাবে স্ক্যান করে এবং দুর্বলতা সমাধানের পুরো প্রক্রিয়া অনুসরণ করে।
স্তর বেছে নিন: দৈনন্দিন স্ক্যানের জন্য High স্তর ($1.01/বার) সবচেয়ে সাশ্রয়ী; গভীর অডিটের জন্য Max স্তরে উন্নীত করুন।
Fast মোড ব্যবহার করুন: অনুমোদিত প্রতিষ্ঠানগুলো বড় পরিসরের দুর্বলতা বিশ্লেষণ দ্রুত করতে 2.5 গুণ গতির Fast মোড বেছে নিতে পারে।

দুর্বলতা শনাক্তকরণে প্রজন্মগত অগ্রগতি: Opus 5.5-এর তুলনায় 10.2% এবং আগের প্রজন্মের তুলনায় 14.4% বেশি, পাশাপাশি প্রতিটি স্তরেই এগিয়ে।
বিশ্বস্ত প্রতিবেদন: দুর্বলতার মাত্রা অতিরঞ্জিত করে না; প্রকৃত প্রজন্মগত পার্থক্য হলো সমাধান ও পুনরুৎপাদন সক্ষমতায়।
জৈবিক কম্পিউটিংয়ে অগ্রগতি: জোড়া লাগানোর পদ্ধতির ওপর নির্ভর না করে সম্পূর্ণ ভাইরাস ক্যাপসিডের পূর্বাভাস দিতে পারে, ফলে জিন থেরাপি নকশায় সময় ও খরচ সাশ্রয় হয়।
অপব্যবহারের ঝুঁকি নিয়ন্ত্রিত: সুরক্ষা-ব্যারিয়ারহীন সংস্করণটি ইতিহাসের কঠোরতম আচরণগত অডিটে 2.67 স্কোর পেয়েছে; পালানোর প্রবণতা বাড়েনি, বরং কমেছে।

প্রকল্পের ওয়েবসাইট: https://www.anthropic.com/claude-fable-and-mythos-5-2

প্রতিষ্ঠানের কোড নিরাপত্তা অডিট: বিদ্যমান কোড রিপোজিটরিতে সম্পূর্ণ CVE-ধরনের দুর্বলতা অনুসন্ধান করে কম খরচে প্রকৃত ঝুঁকির পয়েন্ট শনাক্ত করা।
দুর্বলতা সমাধানের পূর্ণ-চক্র ব্যবস্থাপনা: Claude Security-এর ধারাবাহিক রিপোজিটরি পর্যবেক্ষণের সঙ্গে সমন্বয় করে প্রতিটি দুর্বলতা সমাধান না হওয়া পর্যন্ত স্বয়ংক্রিয়ভাবে অনুসরণ করা।
জিন থেরাপি গবেষণা ও উন্নয়ন: AAV-এর মতো ভাইরাল ভেক্টরের ক্যাপসিড গঠনের পূর্বাভাস দিয়ে রোগপ্রতিরোধী ব্যবস্থা এড়াতে সক্ষম জিন সরবরাহ পরিকল্পনা তৈরিতে সহায়তা করা।
বাইন্ডার/প্রোটিন ডিজাইন: 24 ঘণ্টায় শুরু থেকে প্রোটিন বাইন্ডার ডিজাইন করে ওষুধ আবিষ্কারের প্রাথমিক পর্যায় দ্রুত করা।
প্রতিরক্ষামূলক নিরাপত্তা পরিচালনা: Rubrik ও Mozilla-এর মতো নিরাপত্তা বিক্রেতাদের উচ্চ-নির্ভুলতার হুমকি শনাক্তকরণ সক্ষমতা দেওয়া এবং ম্যানুয়াল পেনিট্রেশন টেস্টের প্রাথমিক筛选 ধাপ প্রতিস্থাপন করা।