Anthropic 发布 Fable 5.2 与 Mythos 5.2 对齐评估结果

Anthropic 在 X 上公布，Fable 5.2 和 Mythos 5.2 两款新模型在其对齐评估体系中，大部分指标上与近期模型持平或表现更好。模型发布前还接受了三家外部机构的安全测评，包括 @AISecurityInst、@FrontierDesign2 和 @METR_Evals。 从流程上看，这次披露包含两层验证：一是内部对齐基准的横向对比，二是引入 UK AISI、METR 等第三方评估者在发布前独立测试。外部前置测评正在成为前沿模型发布的标准环节，Anthropic 这次把合作机构名单直接公开。 对开发者和企业采购方来说，这类对齐评估结果可以作为选型时安全维度的参考依据。与 OpenAI、Google 等厂商的安全报告相比，Anthropic 持续强调第三方评估的透明度，这条推文本身也是其负责任扩展策略的一部分。