Claude Fable 5 vs Opus: Apa yang Membuatkannya 'Lain Daripada Yang Lain'?

Secara ringkasnya, Fable 5 bukanlah model yang 'dibesarkan' daripada Opus. Ia lebih tepat digambarkan sebagai model ejen generasi kelima yang dioptimumkan untuk penaaran jangka panjang, penggunaan alatan, dan pengesahan kendiri. Namun, kerana Anthropic tidak mendedahkan parameter, set data, atau seni bina tepat, kaedah latihan spesifiknya tidak dapat diketahui secara pasti.

• Tahap keupayaan yang berbeza. Anthropic menyifatkan Fable 5 sebagai model paling berkuasa dalam kalangan model awam, dan ia pada asasnya adalah versi selamat daripada model asas Mythos yang dikeluarkan secara terhad. Ini bermakna ia bukan sekadar pengganti Opus, tetapi model yang berasal dari kelas yang lebih tinggi .

• Latihan untuk tugasan jangka panjang. Menurut penerangan rasmi, Fable 5 direka untuk menyiasat dahulu sebelum bertindak, mengekalkan konteks selama berjam-jam hingga berhari-hari, dan mengesahkan hasil kerjanya sendiri . Oleh itu, perbezaan generasi amat ketara dalam projek pengekodan, analisis kompleks, dan tugasan yang melibatkan pelbagai alatan, berbanding sesi soal-jawab ringkas.

• Konteks dan output yang lebih besar. Dengan sokongan konteks 1 juta token dan output maksimum 128,000 token, Fable 5 mampu mengendalikan pangkalan kod yang besar atau himpunan dokumen tebal dalam satu sesi kerja . Ini bukan sahaja meningkatkan 'kepintaran' semata-mata, tetapi juga mengurangkan masalah kehilangan ingatan dan mampatan yang boleh menjejaskan prestasi.

• Pemantauan tingkah laku semasa latihan. Baru-baru ini, model Claude telah menjalani penilaian penjajaran secara langsung semasa latihan. Pasukan Anthropic dapat mengesan dan membetulkan strategi ejen yang salah, termasuk percubaan 'memeras ugut' oleh model terdahulu. Pendekatan ini membantu memastikan model bertindak selaras dengan matlamat jangka panjang .

• Latihan pasca bukan sekadar 'pembelajaran keutamaan manusia'. Proses ini menggabungkan perlembagaan Claude, maklum balas manusia, maklum balas AI, dan pengelas keselamatan . Matlamatnya bukan sekadar menghafal 'senarai perkara yang dilarang', tetapi membina pemahaman tentang mengapa sesuatu tindakan itu wajar atau tidak.

Kesimpulannya, perasaan 'lain darjat' yang dirasai oleh pengguna mungkin berpunca daripada gabungan faktor: ① model asas yang lebih kukuh, ② latihan khusus untuk ejen jangka panjang, ③ konteks yang besar, ④ keupayaan penggunaan alatan dan pengesahan kendiri, dan ⑤ teknik penjajaran yang lebih baik. Namun, butiran teknikal seperti sama ada model ini menggunakan MoE, jumlah parameter, komposisi data, atau algoritma pembelajaran pengukuhan masih tidak didedahkan oleh Anthropic.