待验证50% 置信基准精确时间
在多学科推理方面，Fable 5.2在“人类最后的考试”基准上得分74.2%；Mythos 5.2在蛋白质设计基准上得分85.1%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/10
首次发现
有效期至：2027/2/8
来源
Anthropic双旗舰Claude Fable 5.2与Mythos 5.2发布，编程与科学能力登顶
bilibili我的Agent叫阿珍2026/11/10
涉及实体
相关事实
待验证Mythos在"人类最后的考试（Humanity's Last Exam）"中得分64.7%，远超目前任何公开可用的模型69% 相似待验证据Anthropic官方数据，在Claude Fable 5上测试“自我评估”系统时，识别出78%的潜在有害对话和94%被更强分类器标记的高优先级案例，误报率仅1%。62% 相似待验证官方给出17项生命科学评测，Mythos 5.2在多项中拿到最高分。62% 相似待验证Logic42 实验室模拟标准企业微调管线（SFT+LoRA，五轮递归循环，10 万条合成技术支持工单）显示，人类真值比例从 Gen 0 的 100% 降至 Gen 4 的 0%，领域精确率从 94.6% 降至 44.3%，稀有尾部召回率从 88.2% 降至 11.2%，幻觉率从 3.2% 升至 52.4%。62% 相似待验证agentmemory 在 LongMemEval-S 基准上公布了 95.2% 的 R@5 得分，且可从仓库中的测试框架复现。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1156176API
curl https://kongchang.com/api/v1/knowledge/claims/1156176MCP
get_claim(id=1156176)