モデル・企業向け
Anthropicの透明性ハブ
原題: Anthropic’s Transparency Hub
Claude各モデルの情報を1か所へ集約
Anthropicは8月17日、Claudeのモデル情報、安全性評価、導入時の保護策をまとめた透明性ハブを公開しました。
Claude Opus 5、Sonnet 5、Fable 5、Mythos 5のほか、過去のClaudeモデルも選択して概要を確認できます。
各モデルについて、利用できる製品やクラウド、入力・出力の種類、知識の更新期限、開発に用いた計算基盤を掲載しています。
学習データは、公開情報、公開・非公開データセット、利用者データ、他モデルが生成した合成データなどを組み合わせたものと説明しています。
能力と安全性の評価結果を要約
ハブは、子どもの安全、メンタルヘルス、誤解を招く応答、選挙の完全性、アラインメントなどの評価結果をモデル別に要約しています。
Opus 5はASL-3の保護策を適用して提供され、化学・生物兵器と自律性に関する能力評価も記載されています。
Anthropicは、Opus 5が自動AI研究開発の能力閾値を超えておらず、研究者や技術者を代替できる段階には近くないと評価しています。
これらの記述と数値はAnthropic自身の評価であり、独立した第三者による性能保証ではありません。
外部レッドチームの結果も掲載
間接プロンプトインジェクションの評価には、Gray Swan、英国AI Security Institute、米国Center for AI Standards and Innovationなどと構築したベンチマークを使用しました。
Anthropicによると、15回以内に攻撃が成功する確率はOpus 4.8の5.5%からOpus 5の2.0%へ低下しました。
比較対象モデルは公開エンドポイント上の追加保護策を含む場合があり、条件が完全には同一でない点も明記されています。
Fable 5については、サイバー、化学・生物、モデル蒸留、先端AI開発を対象とする分類器を使い、有害な利用を遮断すると説明しています。