Claude Mythos 5.2 Đang hoạt động

Claude Mythos 5.2 là mô hình chuyên sâu về an ninh mạng và khoa học sự sống do Anthropic phát triển, dùng chung mô hình nền với Claude Fable 5.2, không có rào chắn an ninh mạng và an toàn sinh học, chỉ các tổ chức vượt qua xét duyệt tư cách như Cyber Verification Program mới có thể đăng ký sử dụng. Claude Mythos 5.2 đạt kỷ lục mới với tỷ lệ 89.6% trong bài kiểm tra tái phát hiện lỗ hổng trên 1829 CVE thực tế, không ghi nhận báo cáo phóng đại nào; mô hình có thể kết hợp các mô hình dự đoán cấu trúc protein mã nguồn mở để mô hình hóa chính xác 28/34 cấu trúc vỏ virus.

Tìm kiếm lỗ hổng: Trong bài kiểm tra CVE Rediscovery bao phủ 1829 lỗ hổng lịch sử thực tế, cấp High chỉ tốn $1.01 nhưng phát hiện lại được 83.2% lỗ hổng, còn cấp Max ($9.13) đạt 89.6%.
Tái tạo và khắc phục lỗ hổng: So với thế hệ trước, cải tiến thực sự nằm ở khả năng tái tạo các phát hiện bị bỏ sót, sửa mã và hiệu chỉnh mức độ nghiêm trọng; 1/6 số lỗ hổng được phát hiện là những lỗ hổng mà mọi mô hình tiên tiến khác đều bỏ sót.
Báo cáo không phóng đại: Trước đây, cứ khoảng 20 phát hiện thì có 1 phát hiện bị phóng đại mức độ nghiêm trọng, nhưng trong các cuộc kiểm toán bên ngoài đối với Mythos 5.2 không xuất hiện trường hợp phóng đại nào.
Mô hình hóa vỏ protein: Dựa trên hai mô hình mã nguồn mở OpenFold3-preview2 và ESMFold2, mô hình nhóm các chuỗi protein chồng lấn để dự đoán, sau đó hợp nhất theo tính đối xứng; 28 trong 34 vỏ được mô hình hóa chính xác.
Thiết kế chất gắn kết mới: Đạt 85.1% trên chuẩn thiết kế chất gắn kết từ đầu trong 24 giờ (de novo binder design).
Tác vụ Agent khoa học: Đạt 75.3% trên Terminal-Bench-Science, thuộc nhóm điểm cao nhất của chuẩn đánh giá này.

Kiến trúc mô hình đồng nhất đã loại bỏ rào chắn: Mythos 5.2 và Fable 5.2 dùng chung trọng số, khác biệt duy nhất là khi suy luận có bật các bộ phân loại an ninh mạng và an toàn sinh học hay không. Trong cuộc kiểm toán hành vi tự động trên khoảng 1900 tình huống, Anthropic специально sử dụng Mythos 5.2 (thay vì Fable) để kiểm tra; điểm hành vi không mong muốn tổng hợp là 2.67, thấp nhất trong lịch sử, còn tỷ lệ thoát sandbox là 3.1%, cũng thấp hơn mức 21% của Fable thế hệ trước.
Đường cong chi phí-hiệu năng khi tìm kiếm lỗ hổng: Biểu đồ chính thức cho thấy Mythos 5.2 vượt Mythos 5.1 và Opus 5.5 ở mọi cấp độ của CVE Rediscovery, đặc biệt ở cấp High ($1.01/lần, 83.2%) đã áp đảo cấp Max của Opus 5.5 ($2.98/lần, 81.3%) theo hướng “rẻ hơn mà chính xác hơn”; trên CyScenarioBench, mô hình đạt 76.3%, vượt xa Mythos 5.1 thế hệ trước với 61.7% và Opus 5.5 không có rào chắn với 67.6%.
Phương pháp gấp protein với ràng buộc đối xứng: Khi xử lý vỏ AAV gồm hàng chục protein, các mô hình kiểu AlphaFold truyền thống chỉ có thể dự đoán từng chuỗi đơn, còn phương pháp lắp ráp truyền thống bị cấm rõ ràng. Cách giải quyết của Mythos 5.2 là: đưa các chuỗi protein chồng lấn theo từng nhóm vào OpenFold3-preview2 và ESMFold2, sau đó dùng thông tin đối xứng đã biết của vỏ để hợp nhất bằng toán học. Trên một H200, quá trình suy luận chỉ mất 58 phút (OpenFold3) hoặc 7 phút (ESMFold2), với sai số Cα RMSD được kiểm soát ở mức 1.2-1.4Å.

Xác nhận tư cách: Các nhóm an ninh mạng đăng ký qua trang chính thức của Cyber Verification Program https://support.claude.com/en/articles/14604842-cyber-verification-program, còn các nhà nghiên cứu khoa học sự sống đăng ký qua trang chính thức của Life Sciences Verification Program https://claude.com/form/life-sciences-verification-program.
Sử dụng gián tiếp trong doanh nghiệp: Khách hàng Claude Enterprise không cần xác thực vẫn có thể dùng Claude Security để quét lỗ hổng trong kho mã; hệ thống phía sau đã tích hợp Mythos 5.2.
Bật chế độ giám sát: Kích hoạt tính năng giám sát liên tục của Claude Security để tự động quét khi mã được提交, đồng thời theo dõi toàn bộ vòng đời khắc phục lỗ hổng.
Chọn cấp độ: Dùng cấp High ($1.01/lần) để quét thường ngày nhằm đạt hiệu quả chi phí cao nhất, sau đó nâng lên cấp Max khi kiểm toán chuyên sâu.
Kết hợp chế độ Fast: Các tổ chức đã xác thực có thể chọn chế độ Fast nhanh hơn 2.5 lần để tăng tốc phân tích lỗ hổng quy mô lớn.

Dẫn đầu thế hệ về tỷ lệ phát hiện lỗ hổng: Tăng 10.2% so với Opus 5.5 và 14.4% so với thế hệ trước, đồng thời vượt trội ở mọi cấp độ.
Chất lượng báo cáo đáng tin cậy: Không phóng đại mức độ lỗ hổng; khả năng khắc phục và tái tạo mới là khác biệt thực sự so với thế hệ trước.
Đột phá trong tính toán sinh học: Có thể dự đoán vỏ virus hoàn chỉnh mà không phụ thuộc vào phương pháp lắp ráp, giúp tiết kiệm đáng kể thời gian và chi phí thiết kế liệu pháp gene.
Rủi ro lạm dụng có thể kiểm soát: Phiên bản không có rào chắn đã vượt qua cuộc kiểm toán hành vi nghiêm ngặt nhất từ trước đến nay với điểm 2.67; xu hướng thoát sandbox không tăng mà còn giảm.

Trang web dự án: https://www.anthropic.com/claude-fable-and-mythos-5-2

Kiểm toán bảo mật mã doanh nghiệp: Thực hiện tìm kiếm lỗ hổng kiểu CVE trên toàn bộ kho mã hiện có, sàng lọc các điểm rủi ro thực tế với chi phí thấp.
Quản lý vòng đời khắc phục lỗ hổng: Kết hợp khả năng giám sát liên tục của Claude Security để theo dõi cập nhật kho mã và tự động theo dõi từng lỗ hổng cho đến khi được khắc phục.
Nghiên cứu và phát triển liệu pháp gene: Dự đoán cấu trúc vỏ của các vector virus như AAV, hỗ trợ thiết kế phương án vận chuyển gene né tránh hệ miễn dịch.
Thiết kế chất gắn kết/protein: Thiết kế chất gắn kết protein từ đầu trong 24 giờ, đẩy nhanh quá trình phát hiện thuốc giai đoạn đầu.
Vận hành an ninh phòng thủ: Cung cấp năng lực phát hiện mối đe dọa có độ trung thực cao cho các nhà cung cấp bảo mật như Rubrik và Mozilla, thay thế khâu sàng lọc ban đầu của kiểm thử xâm nhập thủ công.