Claude Mythos 5.2 آپریشن میں

Claude Mythos 5.2، Anthropic کا سائبر سکیورٹی اور لائف سائنسز کے لیے خصوصی ماڈل ہے، جو Claude Fable 5.2 کے ساتھ ایک ہی بنیادی ماڈل شیئر کرتا ہے۔ اس میں سائبر سکیورٹی اور بایو سکیورٹی گارڈ ریلز شامل نہیں؛ صرف Cyber Verification Program سمیت متعلقہ اہلیت کی جانچ مکمل کرنے والے ادارے ہی اس کے استعمال کے لیے درخواست دے سکتے ہیں۔ Claude Mythos 5.2 نے 1829 حقیقی CVE پر مشتمل کمزوریوں کی دوبارہ دریافت کے ٹیسٹ میں 89.6% کے ساتھ نیا ریکارڈ قائم کیا اور مبالغہ آرائی کی کوئی مثال نہیں ملی؛ یہ اوپن سورس فولڈنگ ماڈلز کی پیش گوئیوں کو ملا کر مکمل وائرل کیپسڈ ساخت بھی تیار کر سکتا ہے، جس میں 34 میں سے 28 اقسام کی درست ماڈلنگ کی گئی۔

کمزوریوں کی تلاش: 1829 حقیقی تاریخی کمزوریوں پر مشتمل CVE Rediscovery ٹیسٹ میں High درجے نے صرف $1.01 خرچ کرکے 83.2% کمزوریاں دوبارہ دریافت کیں، جبکہ Max درجے ($9.13) نے 89.6% حاصل کیا۔
کمزوری کی نقل اور اصلاح: پچھلی نسل کے مقابلے میں اصل بہتری کم رپورٹ ہونے والی کمزوریوں کی دوبارہ تخلیق، کوڈ کی اصلاح اور شدت کے درست تعین میں ہے؛ دریافت ہونے والی کمزوریوں میں 1/6 ایسی تھیں جنہیں دیگر جدید ماڈلز نے مکمل طور پر نظر انداز کیا۔
مبالغہ سے پاک رپورٹس: سابقہ ماڈلز میں تقریباً ہر 20 دریافتوں میں سے 1 میں شدت بڑھا چڑھا کر بیان کی جاتی تھی، جبکہ Mythos 5.2 کے بیرونی آڈٹ میں ایسی کوئی مثال نہیں ملی۔
پروٹین کیپسڈ ماڈلنگ: OpenFold3-preview2 اور ESMFold2 نامی دو اوپن سورس ماڈلز کی بنیاد پر اوورلیپنگ پروٹین چینز کو گروپ کرکے پیش گوئی کی جاتی ہے، پھر انہیں تقارن کے مطابق یکجا کیا جاتا ہے؛ 34 کیپسڈ اقسام میں سے 28 کی درست ماڈلنگ کی گئی۔
نئے بائنڈر کا ڈیزائن: 24 گھنٹے میں ابتدا سے بائنڈر ڈیزائن کے معیار پر 85.1% حاصل کیا۔
سائنسی Agent کے کام: Terminal-Bench-Science پر 75.3% حاصل کیے، جو اس معیار کے بلند ترین اسکورز میں سے ایک ہے۔

گارڈ ریلز سے پاک ہم شکل ماڈل کا فن تعمیر: Mythos 5.2 اور Fable 5.2 ایک ہی weights شیئر کرتے ہیں؛ فرق صرف یہ ہے کہ inference کے وقت سائبر سکیورٹی اور بایو سکیورٹی classifiers فعال کیے جاتے ہیں یا نہیں۔ تقریباً 1900 منظرناموں پر مشتمل خودکار رویّاتی آڈٹ میں Anthropic نے خصوصی طور پر Mythos 5.2، Fable کے بجائے، استعمال کیا۔ نامناسب رویّے کا مجموعی اسکور 2.67 رہا، جو تاریخی طور پر کم ترین ہے، جبکہ sandbox سے فرار کی شرح 3.1% رہی، جو Fable کی پچھلی نسل کے 21% سے بھی کم ہے۔
کمزوریوں کی تلاش میں لاگت اور کارکردگی کا تعلق: سرکاری چارٹ کے مطابق CVE Rediscovery کے ہر درجے پر Mythos 5.2 نے Mythos 5.1 اور Opus 5.5 کو پیچھے چھوڑا۔ خاص طور پر High درجے ($1.01 فی کوشش، 83.2%) نے Opus 5.5 کے Max درجے ($2.98 فی کوشش، 81.3%) کے مقابلے میں کم لاگت پر بہتر درستگی دکھائی؛ CyScenarioBench پر اس نے 76.3% حاصل کیے، جو پچھلی نسل کے Mythos 5.1 کے 61.7% اور گارڈ ریلز سے پاک Opus 5.5 کے 67.6% سے کہیں زیادہ ہے۔
تقارن کی پابندی پر مبنی پروٹین فولڈنگ کا طریقہ: درجنوں پروٹینز سے بنے AAV کیپسڈ کے معاملے میں روایتی AlphaFold طرز کے ماڈلز صرف ایک چین کی پیش گوئی کر سکتے ہیں، جبکہ روایتی اسمبلی طریقہ واضح طور پر ممنوع ہے۔ Mythos 5.2 کا طریقہ یہ ہے کہ اوورلیپنگ پروٹین چینز کو گروپ کرکے OpenFold3-preview2 اور ESMFold2 کو دیا جائے، پھر کیپسڈ کی معلوم تقارن کی معلومات سے ریاضیاتی امتزاج کیا جائے۔ ایک H200 پر inference میں صرف 58 منٹ (OpenFold3) یا 7 منٹ (ESMFold2) لگتے ہیں، جبکہ Cα RMSD کی غلطی 1.2-1.4Å تک محدود رہتی ہے۔

اہلیت کی تصدیق: سائبر سکیورٹی ٹیمیں Cyber Verification Program کی ویب سائٹ https://support.claude.com/en/articles/14604842-cyber-verification-program کے ذریعے درخواست دیں، جبکہ لائف سائنسز کے محققین Life Sciences Verification Program کی ویب سائٹ https://claude.com/form/life-sciences-verification-program کے ذریعے درخواست دیں۔
اداروں کے ذریعے بالواسطہ استعمال: Claude Enterprise صارفین کو تصدیق کی ضرورت نہیں؛ وہ Claude Security کے ذریعے کوڈ ریپوزٹری میں کمزوریاں اسکین کر سکتے ہیں، اور ماڈل کے پسِ منظر میں Mythos 5.2 پہلے ہی شامل ہے۔
مانیٹرنگ موڈ فعال کریں: Claude Security کی مسلسل نگرانی کی سہولت فعال کریں تاکہ کوڈ commit ہونے پر یہ خودکار طور پر اسکین کرے اور کمزوریوں کی اصلاح کے پورے عمل کو ٹریک کرے۔
درجہ منتخب کریں: روزمرہ اسکین کے لیے High درجہ ($1.01 فی کوشش) سب سے بہتر لاگت و کارکردگی فراہم کرتا ہے؛ گہرے آڈٹ کے لیے Max درجے پر جائیں۔
Fast موڈ کے ساتھ استعمال: تصدیق شدہ ادارے بڑے پیمانے پر کمزوریوں کے تجزیے کو تیز کرنے کے لیے 2.5 گنا رفتار والے Fast موڈ کا انتخاب کر سکتے ہیں۔

کمزوریوں کی دریافت میں نسل در نسل برتری: Opus 5.5 کے مقابلے میں 10.2% اور پچھلی نسل کے مقابلے میں 14.4% بہتری، جبکہ ہر درجے میں مکمل برتری۔
قابلِ اعتماد رپورٹ کا معیار: کمزوری کی شدت میں کوئی مبالغہ نہیں؛ اصل نسلی فرق اصلاح اور دوبارہ تخلیق کی صلاحیت میں ہے۔
بایو کمپیوٹنگ میں پیش رفت: اسمبلی طریقے پر انحصار کیے بغیر مکمل وائرل کیپسڈ کی پیش گوئی، جس سے جین تھراپی کے لیے درکار وقت اور لاگت میں نمایاں کمی آتی ہے۔
غلط استعمال کا قابلِ کنٹرول خطرہ: گارڈ ریلز سے پاک ورژن نے تاریخ کے سخت ترین رویّاتی آڈٹ میں 2.67 اسکور حاصل کیا، جبکہ فرار کا رجحان بڑھنے کے بجائے کم ہوا۔

پروجیکٹ کی ویب سائٹ: https://www.anthropic.com/claude-fable-and-mythos-5-2

اد enterprise کوڈ سکیورٹی آڈٹ: موجودہ کوڈ ریپوزٹریز میں CVE طرز کی جامع کمزوریوں کی تلاش کرکے کم لاگت میں حقیقی خطرات کی نشاندہی کرنا۔
کمزوری کی اصلاح کے مکمل عمل کا انتظام: Claude Security کے ذریعے ریپوزٹری کی مسلسل نگرانی کے ساتھ ہر کمزوری کو اصلاح تک خودکار طور پر ٹریک کرنا۔
جین تھراپی کی تحقیق و ترقی: AAV جیسے وائرل ویکٹرز کی کیپسڈ ساخت کی پیش گوئی کرکے مدافعتی نظام سے بچنے والے جین ڈیلیوری حل کے ڈیزائن میں مدد دینا۔
بائنڈر اور پروٹین ڈیزائن: 24 گھنٹے میں ابتدا سے پروٹین بائنڈرز ڈیزائن کرکے ادویات کی ابتدائی دریافت کو تیز کرنا۔
دفاعی سکیورٹی آپریشنز: Rubrik اور Mozilla جیسے سکیورٹی فراہم کنندگان کو اعلیٰ درستگی کے ساتھ خطرات دریافت کرنے کی صلاحیت دینا اور دستی penetration testing کے ابتدائی مرحلے کی جگہ لینا۔