Anthropic ने Claude Opus 4.5 के लिए सिस्टम कार्ड प्रकाशित किया, जो एक फ्रंटियर लार्ज लैंग्वेज मॉडल है जिसमें सॉफ्टवेयर इंजीनियरिंग, टूल उपयोग और कंप्यूटर उपयोग में प्रमुख क्षमताओं के साथ डिज़ाइन किया गया है। दस्तावेज़ मॉडल की तकनीकी क्षमताओं का व्यापक आकलन प्रदान करता है साथ ही सुरक्षा उपायों, ईमानदारी, एजेंटिक सुरक्षा और अलाइनमेंट को कवर करने वाले विस्तृत सुरक्षा मूल्यांकनों के साथ।
- परीक्षण ने SWE-bench, Terminal-Bench, ARC-AGI और WebArena सहित कई बेंचमार्क्स में कई स्टेट-ऑफ़-द-आर्ट क्षमताओं की पहचान की।
- मॉडल का व्यापक अलाइनमेंट के लिए आकलन किया गया, जिसमें sycophancy (सहवास), omission द्वारा धोखा और sabotage प्रवृत्ति जैसे अवांछित व्यवहार की कम दरें दिखाई गईं।
- सुरक्षा मूल्यांकनों में एजेंट्स के दुर्भावनापूर्ण उपयोग, prompt injection जोखिमों और CBRN (रासायनिक, जैविक, विकिरण और नाभिकीय) जोखिमों के संबंध में Responsible Scaling Policy के अनुपालन के लिए परीक्षण शामिल थे।
- सिस्टम कार्ड प्रशिक्षण डेटा उपयोग को स्पष्ट करता है, यह नोट करते हुए कि हालांकि ARC-AGI-1 स्कोर्स को semi-private टेस्ट सेट्स को प्रतिबिंबित करने के लिए अपडेट किया गया था, मॉडल को उस डेटासेट के सार्वजनिक ट्रेन/टेस्ट स्प्लिट पर प्रशिक्षित नहीं किया गया था।
रिपोर्ट इस निष्कर्ष पर पहुंचती है कि Claude Opus 4.5 एक व्यापक रूप से अच्छी तरह अलाइन किया गया मॉडल है और AI Safety Level 3 मानक के तहत तैनात किया गया है।