Claude Mythos ने 73% एक्सपर्ट साइबर टास्क्स सॉल्व किए, जो पहले कोई AI नहीं कर पाया

Anthropic के Claude Mythos Preview ने पहला ऐसा AI मॉडल बनकर एक पूरी सिम्युलेटेड कॉर्पोरेट नेटवर्क अटैक को पूरा किया है, जैसा कि UK के AI Security Institute (AISI) की नई इवैल्यूएशन में सामने आया है।

यह फाइंडिंग्स, जो मॉडल की 7 अप्रैल की घोषणा के कुछ दिनों बाद ही प्रकाशित हुई हैं, यह संकेत देती हैं कि AI साइबर क्षमताएं अब ऐसे लेवल पर पहुंच गई हैं, जहां सिक्योरिटी टीम्स को तुरंत अलर्ट होने की जरूरत है।

Claude Mythos क्या है?

Anthropic ने 7 अप्रैल को अपना Claude Mythos Preview मॉडल पेश किया था, लेकिन इसे पब्लिकली रिलीज़ नहीं किया गया। कंपनी ने सिर्फ चुनिंदा सिक्योरिटी रिसर्च फर्म्स को इसका एक्सेस दिया है ताकि वे इसकी एडवांस्ड क्षमताओं का आंकलन कर सकें और खुद को तैयार कर सकें।

हमें X पर फॉलो करें और ताजा क्रिप्टो न्यूज़ सबसे पहले पाएं

इस डेवलपमेंट ने टेक और पॉलिसी सर्कल्स में भी ध्यान आकर्षित करना शुरू कर दिया है। Reuters की रिपोर्ट के मुताबिक, जिसमें मामले से जुड़े सूत्रों का हवाला दिया गया है, US Treasury Secretary Scott Bessent और Federal Reserve चेयर Jerome Powell ने बड़े बैंकों के CEOs के साथ एक इमरजेंसी मीटिंग की और इस मॉडल से जुड़े संभावित साइबर रिस्क्स को लेकर उन्हें चेतावनी दी।

Claude Mythos Preview ने कैसा प्रदर्शन किया?

AI Security Institute (AISI), जो UK गवर्नमेंट के Department for Science, Innovation and Technology के अंतर्गत आता है, ने Anthropic के Claude Mythos Preview का साइबर इवैल्यूएशन किया ताकि उनकी साइबरसिक्योरिटी क्षमताओं का परीक्षण किया जा सके।

सबसे पहले Capture-the-Flag (CTF) इवैल्यूएशन किए गए, जहां सिस्टम्स को वल्नरेबिलिटी पहचानकर और उनका एक्सप्लॉइट कर छुपे हुए “फ्लैग्स” को खोज निकालना होता है। Mythos ने एक्सपर्ट-लेवल टास्क्स में 73% सक्सेस रेट हासिल किया। अप्रैल 2025 तक कोई भी मॉडल यह सफलता नहीं दिखा पाया था।

इसके अलावा, AISI ने “The Last Ones” (TLO) नाम से एक 32-स्टेप का कॉर्पोरेट नेटवर्क अटैक सिमुलेशन बनाया। इसे पूरा करने में एक ह्यूमन सिक्योरिटी प्रोफेशनल को लगभग 20 घंटे लगते हैं।

Mythos Preview ने 10 में से 3 बार पूरे सिमुलेशन को कम्प्लीट किया। औसतन, इसने 32 में से 22 अटैक स्टेप्स पूरे किए। वहीं Claude Opus 4.6, जो दूसरा सबसे अच्छा परफॉर्मर रहा, उसने औसतन सिर्फ 16 स्टेप्स पूरे किए।

Anthropic की अपनी रेड टीम टेस्टिंग में यह पता चला है कि Claude Mythos Preview यूजर की स्पेशल इंस्ट्रक्शन पर सभी मेजर ऑपरेटिंग सिस्टम्स और लीडिंग वेब ब्राउज़र्स में जीरो-डे वल्नरेबिलिटी डिटेक्ट और एक्सप्लॉइट कर सकती है।

AISI ने बताया कि ऑर्गनाइजेशन को बेसिक साइबरसिक्योरिटी उपायों को प्रायोरिटी देनी चाहिए। इनमें रेगुलर पैचिंग, सख्त एक्सेस कंट्रोल्स, सिक्योरिटी कॉन्फ़िगरेशन को हार्डन करना, और पूरे सिस्टम की लॉगिंग शामिल है।

हमारे YouTube चैनल को सब्सक्राइब करें और लीडर्स व जर्नलिस्ट्स से एक्सपर्ट इनसाइट्स पाएं

The post Claude Mythos ने 73% एक्सपर्ट साइबर टास्क्स सॉल्व किए, जो पहले कोई AI नहीं कर पाया appeared first on BeInCrypto Hindi.