IndianExpress
Anthropic, 09 Kasım Pazartesi günü iki yeni AI modelini piyasaya sürdü: Claude Fable 5.2 ve Claude Mythos 5.2. Dario Amodei liderliğindeki şirket, yapay zeka gelişiminin yavaşlatılması çağrısından bu yana ilk kez sınır modellerini piyasaya sürüyor. Yeni modeller aynı zamanda şirketin muhtemelen daha yakın zamanda gerçekleşecek olan tarihi halka arz hazırlıklarının hemen ardından da yaklaşıyor. Anthropic, hem Fable 5.2'nin hem de Mythos 5.2'nin en gelişmiş teklifleri olduğunu iddia ediyor. Modellerin önceki modellere göre yüzde 30'a kadar daha hızlı çıktı ürettiği ve aynı zamanda Fable ve Mythos 5.1'e göre yaklaşık yüzde 20 daha ucuza mal olduğu söyleniyor. Yeni modeller, bir milyon giriş tokenı başına 8 dolar ve bir milyon çıkış tokenı başına 40 dolarlık bir fiyat etiketiyle piyasaya sürülüyor. Ayrıca şirket, Claude Fable 5.2 ve Claude Mythos 5.2'nin kodlama, akıl yürütme ve vizyon konularında iyileştirmeler gösterdiğini söyledi. Yayınlanmadan önceki testler sırasında modeller, Anthropic mühendislerinin zor yazılım geçişlerini gerçekleştirmelerine, sıfırdan çalışan üç elektronik cihaz tasarlamalarına, kara deliklerin fiziğindeki iki açık problemi çözmelerine, robotik değerlendirmelerde önemli ilerlemeler kaydetmelerine ve Fermat'ın Son Teoreminin kanıtını 30 saat içinde resmileştirmelerine vb. yardımcı oldu. Anthropic, Fable 5.2 ve Mythos 5.2'nin aynı temel yapay zeka modeline dayandığını söyledi; ancak güvenlik kısıtlamaları ve kullanılabilirlikleri açısından farklılık gösterirler. Fable 5.2, potansiyel olarak tehlikeli siber güvenlik ve biyolojik araştırma uygulamalarını sınırlayan güvenlik önlemlerine sahiptir ve bu da onu daha geniş bir kitleye ulaştırır. Öte yandan Mythos 5.2'nin daha az kısıtlaması var ve siber güvenlik ve biyomedikal araştırmalar üzerinde çalışan, denetlenen kuruluşlara yönelik. Öncü yapay zeka laboratuvarına göre modeller, sürekli akıl yürütme ve birden fazla yapay zeka aracısını yönetme becerisi gerektiren iddialı, açık uçlu teknik projeler için tasarlanıyor. Performans söz konusu olduğunda şirket, Fable 5.2'nin selefi Fable 5.1'den daha iyi performans gösterdiğini ve yayınlanan değerlendirmelerin çoğunda birçok rakip modelden daha yüksek puan aldığını söyledi. Ajansal yazılım geliştirmeyi değerlendiren bir kıyaslama olan FrontierCode 2.0'da Fable 5.2 yüzde 49,1 puan alırken, Claude Opus 5.5 için yüzde 45,5 ve OpenAI'nin GPT-6 Astra'sı için yüzde 42,8 puan aldı. Ayrıca FrontierSWE v2'de yüzde 69,9 puan alırken, Opus 5.5'te bu oran yüzde 62,3 oldu. Model, yapay zeka ajanlarını bilimsel araştırma görevlerinde değerlendiren Terminal-Bench-Science'da yüzde 74,6 puan aldı. Mythos 5.2 muadili ise yüzde 75,3 puan aldı. Fable 5.2 ayrıca bilgisayar kullanımı kriteri olan OSWorld 2.1'de yüzde 89,3 ve robotik kontrolü test eden RoboDojo'da da yüzde 64,9 elde etti. Bu rakamlar Anthropic'in kendi değerlendirmelerinden alınmıştır ve kıyaslama sonuçlarının günlük uygulamalarda mutlaka benzer performans anlamına gelmediğine dikkat edilmelidir. Her iki model de geleneksel yapay zeka sohbet robotu etkileşimlerinin ötesine geçen uygulamaları hedefliyor. Yazılım geliştirmede Fable 5.2, kodu yazmak, test etmek ve incelemek için birden fazla yapay zeka aracısını kullanabilir. Anthropic bunu, sekiz gün boyunca çalışan bir işletim sistemi oluşturmak için 1000'den fazla aracı kullanarak gösterdi. Bilimsel araştırmalarda model, Fermat'ın Son Teoreminin ispatının 1.000 aracı kullanılarak 30 saat içinde resmileştirilmesine yardımcı oldu. Ayrıca araştırmacıların teorik fizikte kara delikleri içeren iki açık problemi çözmelerine de yardımcı oldu. Şirkete göre Mythos 5.2, siber güvenlik araştırmaları, yazılım açıklarının belirlenmesi ve güvenlik ekiplerinin bunları düzeltmesine yardımcı olmak için özellikle uygun. Biyolojide 28'i başarıyla modelledi
SABAH BRİFİNGİ
Yükleniyor...
PRO İSTİHBARAT
Küresel Brifing Yükleniyor...
Dünya basınından Türkiye ve küresel merkez bankaları hakkındaki en kritik 24 saatlik gelişmeler özetleniyor.
Sayfa 1 / 1