AITOPAI热报

Claude Haiku 4.5

共 5 条相关 AI 资讯
8月19日
02:18
8月10日
11:23
11:23官方一手arXiv: DeepSeek@Jiahao Zhang, Yifan Zhang, Yu Huang
PMCoder是一种用于软件问题修复的LLM智能体，核心是将层次化阶段规划器与情景记忆双向耦合。在SWE-bench Verified基准上，它比匹配基线的设置平均多解决25个案例（+5.0个百分点）。在Verified-500上，Claude Haiku 4.5、DeepSeek-V4-Flash和OpenHands移植版均至少多解决14个案例（+2.8个百分点）。消融实验显示，规划与记忆联合使用优于单独使用任一组件，并显著减少重复失败动作和上下文耗尽。
论文PMCoderSWE-bench VerifiedClaude Haiku 4.5
事件专题
推荐理由：PMCoder把规划和记忆绑在一起，SWE-bench Verified上多解25个issue，换Claude或DeepSeek也有效，思路挺巧。
原文
7月1日
16:03
16:03官方账号Decoder@Matthias Bastian
72°
美国政府解除了对Anthropic Fable 5模型长达两周的禁令，允许其全球恢复销售。Amazon研究人员此前发现该模型存在越狱漏洞，Anthropic表示更小的Claude Haiku 4.5也能实现相同攻击。新的安全分类器能阻挡超过99%的越狱尝试，但也会错误标记更多无害请求。
行业AnthropicFable 5Claude Haiku 4.5
事件专题
推荐理由：Fable 5全球恢复销售了，因为一个越狱漏洞让政府禁了两周，现在加了新安全措施，能挡住99%越狱但也会误拦截。
原文
6月30日
10:57
10:57官方一手arXiv: Anthropic@Carson Rodrigues, Oysturn Vas
该论文基于15个独立MCP服务器（5个来自ANSYR语音AI平台，10个来自官方注册表），识别出五种架构模式：Resource Gateway、Tool Orchestrator、Stateful Session Server、Proxy Aggregator和Domain-Specific Adapter。定量评估包括分类法跨两个LLM评分者的Cohen's kappa为0.76，并定位了三处模式边界模糊问题。端到端传输开销测量了环回和跨主机路径。工具计数研究显示Claude Haiku 4.5在10-15个工具时工具选择准确率低于90%，Sonnet 4在20-30个工具时准确率下降。
论文MCPClaude Haiku 4.5Sonnet 4
事件专题
推荐理由：想给LLM挂外部工具？这篇论文把MCP服务器架构拆成五种模式，还有反模式和性能数据，Claude Haiku和Sonnet用户值得看看。
原文
6月17日
11:58
11:58官方账号arXiv cs.LG@Mohammadreza Rashidi
该论文分析了Handlebars模板引擎中双花括号{{x}}和三角花括号{{{x}}}对LLM提示注入的影响。双花括号HTML转义尖括号但不转义方括号、冒号或Markdown井号，导致ChatML、Llama-3和XML分隔符存活率为0.00，而Llama-2 [INST]、Human:/Assistant:和Markdown ###分隔符存活率为1.00。在5760次试验中，GPT-3.5 Turbo在原始插值下任务劫持成功率达97%，在转义下为91%。Claude Haiku 4.5几乎完全抵抗两种攻击。转义默认值仅对HTML转义覆盖的分隔符方案有效，无法替代指令与数据的结构化分离。
论文HandlebarsLLM提示注入GPT-3.5 Turbo
推荐理由：这篇论文用具体数据告诉你，Handlebars的{{}}和{{{}}}差别有多大，以及为什么别指望HTML转义防注入。
原文