Anthropic afferma che i test interni hanno trovato che Claude Fable 5 non presentava alcun pericolo unico per la cybersecurity, poiché Claude Mythos 5 ritorna a livello globale il 2 luglio.
L'ammissione accompagna il rilancio globale di Fable 5, che conclude una sospensione di 18 giorni innescata dai controlli all'esportazione degli Stati Uniti del 12 giugno. Anthropic ha testato modelli concorrenti per valutare la reale minaccia dietro la restrizione.
Perché Anthropic ha sospeso Fable 5
Fable 5 e Mythos 5 sono stati lanciati il 9 giugno, condividendo lo stesso modello di base, con il primo aperto al pubblico. Mythos 5 è rimasto limitato a un numero ristretto di partner fidati del Project Glasswing per lavori di cybersecurity difensiva.
I controlli all'esportazione sono arrivati dopo che i ricercatori di Amazon hanno trovato un modo per bypassare le protezioni di Fable 5. La tecnica ha spinto il modello a identificare vulnerabilità software e, in un caso, a dimostrare un exploit.
I test di Anthropic hanno trovato che Claude Opus 4.8, GPT-5.5 e Kimi K2.7 potevano identificare le stesse vulnerabilità segnalate da Fable 5 nel rapporto di Amazon. Ogni modello testato poteva riprodurre anche la singola dimostrazione di exploit.
La scoperta suggerisce che la direttiva mirava a una lacuna condivisa in tutta l'industria, non a una minaccia specifica di Fable. Anthropic ha comunque costruito un classificatore più forte per bloccare la tecnica, che ora segnala anche richieste di codifica e debug più routine.
Come funzionano realmente le barriere di sicurezza
Fable 5 è stato lanciato con il margine di sicurezza più forte che Anthropic abbia mai costruito in un modello. I suoi classificatori bloccano le richieste che sembrano anche solo leggermente rischiose, non solo quelle chiaramente dannose. Il nuovo classificatore addestrato dopo il rapporto di Amazon blocca il bypass segnalato in oltre il 99% dei casi, secondo Anthropic. Le richieste bloccate ora vengono reindirizzate automaticamente a Opus 4.8.
Quel margine di sicurezza ha un costo. Anthropic riconosce che il classificatore segnala più richieste di codifica e debug benigne e afferma che continuerà a perfezionarlo per ridurre i falsi positivi. Mythos 5, che presenta meno di queste protezioni, è tornato solo per le istituzioni Mythos 5 autorizzate dal governo il 26 giugno.
I dati di Anthropic sollevano una domanda più difficile. Se modelli più deboli possono già fare ciò per cui Fable 5 è stato vietato, quale standard applicheranno i regolatori la prossima volta che verrà lanciato un modello di frontiera?
Fonte: BeInCrypto
