Anthropic сообщила 7 августа, что переписала биологический классификатор, защищающий Claude Fable 5, сократив число перенаправлений, связанных с биологией, примерно на 85%. Компания говорит, что Fable 5 изначально поставлялась с намеренно очень широкими блокировками по биологии для управления рисками dual-use, и что такая широта дала чрезмерное число ложных срабатываний.
Перенаправление, а не отказ
Механизм определяет, как читать цифры. Fable 5 не отклоняет помеченный запрос по биологии; классификатор обнаруживает его и перенаправляет запрос в Opus 5, который описывается как «способная модель, не обладающая тем же уровнем биологических возможностей». Проценты показывают, как часто запросы перенаправлялись, а не как часто им отказывали.
Неравномерно по продуктам
Снижение общего числа перенаправлений сильно различается по продуктам: 67% на Claude.ai, 55% на Cowork, 17% на Claude Code и 7% на Claude Platform. Заголовочная цифра 85% относится именно к биологии; общие показатели различаются в девять раз, поэтому основная часть восстановленного объема пришлась на потребительский чат, а не на трафик разработчиков.
Что по-прежнему заблокировано
Со стороны dual-use ничего не смягчалось. Профессиональные запросы по биологии и разработке лекарств, затрагивающие вирусологию, токсикологию и молекулярный дизайн, по-прежнему перенаправляются. Названные улучшения касаются интерпретации лабораторных результатов, понимания симптомов и изучения биологии в образовательном контексте — случаев, которые широкий фильтр ошибочно задевал.
Редкость в том, что это раскрывают
Само изменение не выглядит эффектно: подробно вычленить безвредные сценарии, собрать обучающие данные, переобучить. Необычно то, что Anthropic публикует показатели до и после — frontier-лаборатория прямо называет, сколько легитимной работы блокировала ее самая жесткая защита и сколько из этого можно было восстановить без изменения модели.