NUWA 开发者披露 · Anthropic
Claude Fable 5.1 and Mythos 5.1 System Card
关于Claude Fable 5.1、Claude Mythos 5.1的开发者文档，核查范围和已关联协议见下方记录。
发表 2026-09-01
来源 ↓开发者自行发布的披露。已阅读所列部分章节，未核验数值结果和比较资格。NUWA 未独立复现这些实验。
涉及模型
capability · PDF §3
协议档案 →ExploitBench
将漏洞利用拆分为能力层级，区分触发缺陷、构造利用原语和获取控制。
协议引用不代表跨报告可比，也不代表独立复现。
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
capability · PDF §3
协议档案 →ExploitGym
在真实软件目标上评测利用构造，并核查成功是否依赖指定漏洞。
协议引用不代表跨报告可比，也不代表独立复现。
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
propensity · PDF §6
协议档案 →MASK
明确压力条件下说谎的有界发生率。
协议引用不代表跨报告可比，也不代表独立复现。
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
capability · PDF §6
协议档案 →SHADE-Arena
在确定工具权限下测量隐蔽副任务完成及监测发现情况。
协议引用不代表跨报告可比，也不代表独立复现。
已整理本节协议，尚未提取精确数值。完整图示和发现请见原始报告。
报告覆盖核查
| 章节 | 原文位置 | 处理方式 |
|---|---|---|
| 2 RSP evaluations | PDF §2 (see table of contents) | 背景证据 开发者阈值与缓解措施评估；须区分内在能力、带防护部署和访问配置。 |
| 3 Cyber | PDF §3 | 关联协议 网络能力测试与防护测试配置不同；不构成现实中无限制攻击成功的证据。 |
| 5 Agentic safety | PDF §5 | 背景证据 恶意使用与提示注入测试涵盖代码、浏览器与计算机操作；保留内部和外部测试差异。 |
| 6 Alignment assessment | PDF §6 | 关联协议 行为审计、诚实性、规避监督及评测意识证据受模拟场景与可见推理轨迹限制。 |
参考文献
- [1] Claude Fable 5.1 and Mythos 5.1 System Card. 2026-09-01