၎င်း၏ Claude မော်ဒယ်များသည် ယခုအခါတွင် ပရိုတိန်းချည်နှောင်မှုများကို အစမှအဆုံး ဖန်တီးနိုင်သည့်အပြင်—သို့မဟုတ်———ထက်——————⁠—⁠—⁠—⁠—⁠—⁠⁠—⁠⁠—⁠⁠—⁠⁠—⁠⁠—⁠—⁠) သည်—⁠ထက်​ ပို​ကောင်း​သည်​——⁠—⁠—⁠—⁠—⁠—⁠—⁠—⁠—⁠—⁠—⁠⁠—⁠⁠—⁠—⁠—⁠—⁠) ထက်​ ပို​⁠ကောင်း​သည်​——⁠—⁠⁠—⁠) ထက်​ ပို​ကောင်း​အောင်​ ဒီဇိုင်း​ထုတ်​နိုင်​သည်​ဟု Anthropic က​ပြောသည်​။ ထို့ကြောင့်​ ကုမ္ပဏီသည်​ စိုစွတ်​​သောဓာတ်​ခွဲခန်းများတွင်​ တရားဝင်​စစ်​​ဆေးပြီး AI ၏ စစ်​မှန်​​သော သိပ္ပံနည်းကျ​တွေ့ရှိမှုကို အရှိန်​မြှင့်​​နေသည့်​ AI ၏ အရှင်းလင်းဆုံးသရုပ်​​ဆောင်​ချက်​တစ်​ခုဖြစ်​သည်​။

တွေ့ရှိချက်သည် စမ်းသပ်မှုနှစ်ခုမှ လာခြင်းဖြစ်သည်။ ပထမတွင်၊ Anthropic သည် ပရိုတိန်းချိတ်များကို ဒီဇိုင်းဆွဲရန် ကလော့ဒ်၏စွမ်းရည်—ပစ်မှတ်ပရိုတင်းများပေါ်တွင် တင်းကျပ်စွာချည်နှောင်ရန် အင်ဂျင်နီယာချုပ်လုပ်ထားသော ပရိုတိန်းငယ်များကို ပစ်မှတ်တစ်ခုလျှင် လူသားအထူးကုဆရာဝန်တစ်ဦးအတွက် ရက်သတ္တပတ် သို့မဟုတ် လများ အချိန်ယူကာ သမိုင်းကြောင်းအရ အချိန်ယူရသည့် အလုပ်ဖြစ်ပြီး ခေတ်မီဆေးဝါးဒီဇိုင်း၏ဗဟိုချက်တွင် တည်ရှိသည်။ For more context on this story, see our ongoing breaking AI news.

စံနှုန်းများကို ကျော်လွှားခြင်း။

ပြင်ပအကဲဖြတ်သူများသည် Adaptyv Bio နှင့် Twist Bioscience တို့သည် ဓာတ်ခွဲခန်းအတွင်းရှိ Claude ၏ဒီဇိုင်းများကို လွတ်လပ်စွာထုတ်လုပ်စမ်းသပ်စစ်ဆေးပေးသော Anthropic သည် ပရိုတိန်းပစ်မှတ် ၁၅ ခုကို ဆန့်ကျင်သည့်လက်မောင်းအစုံဒီဇိုင်းလှုပ်ရှားမှုကို လုပ်ဆောင်ခဲ့သည်။ Claude သည် ၎င်းတို့ထဲမှ ၁၄ ခုကို အောင်မြင်ခဲ့ပြီး ဒီဇိုင်းပေါင်း 1,320 မှ အတည်ပြု binder 354 ခုကို ထုတ်လုပ်ခဲ့သည်။ ၎င်းတစ်ခုတည်းသည် de novo ပရိုတိန်းဒီဇိုင်းများ၏ အများသူငှာ အစုအဝေးကို ကိုယ်စားပြုသည်- အကြီးမားဆုံး လက်ရှိစုစည်းမှုနှစ်ခုတွင် ပစ်မှတ် 40 နှင့် ဆန့်ကျင်သည့် ဒီဇိုင်းပေါင်း 5700 အနက် အကြမ်းဖျင်းအားဖြင့် 770 binders ပါရှိသည်။

နှုန်းထားများသည် ဇီဝဗေဒပညာရှင်များ၏ အာရုံစိုက်မှုကို ဖမ်းစားနိုင်ခဲ့သည်။ Anthropic ၏ Mythos Preview မော်ဒယ်သည် 48 နာရီစက်ရှင်တွင် ပစ်မှတ်အားလုံးကို တစ်ပြိုင်နက်တည်း ဒီဇိုင်းဆွဲသောအခါ အလုံးစုံ hit rate 26.7% ရရှိခဲ့ပြီး Claude Opus 4.8 သည် 22.6% ဖြင့် နောက်ကျကျန်နေပါသည်။ ယနေ့ ပရိုတိန်း ဒီဇိုင်း လှုံ့ဆော်မှုများတွင် ပုံမှန် နှုန်းထားများ သည် 10 မှ 15% အထိ ရှိသည်ဟု ကုမ္ပဏီက မှတ်ချက်ပြုသည်။ Mythos Preview သည် တစ်ကြိမ်လျှင် ပစ်မှတ်တစ်ခုသို့ အာရုံစိုက်လာသောအခါ၊ ၎င်း၏ hit rate သည် 35.1% အထိ တိုးလာသည်။ Adaptyv Bio ၏ BenchBB suite အားလုံးအပါအဝင် — အကျယ်တဝင့်လေ့လာထားသော စံနှုန်းများမှ ၎င်း၏ပစ်မှတ်များကို ဆွဲထုတ်ခဲ့သည် — ထို့အပြင် ဝတ္ထုတိုပစ်မှတ်နှစ်ခုဖြစ်သည့် 15-PGDH နှင့် GDF-8 သည် Claude သည် ၎င်း၏လေ့ကျင့်ရေးဒေတာမှ ကြိုတင်မှတ်တမ်းတင်ထားသော အောင်မြင်မှုများကို အမှီမပြုနိုင်စေရန်အတွက် အထူးရွေးချယ်ထားသည်။ 15 ပစ်မှတ်တစ်ခုစီအတွက်၊ သုတေသီများက Claude သည် ပရိုတိန်းချိတ်ပေါင်း 30 ကို ဒီဇိုင်းထုတ်ရန် တောင်းဆိုခဲ့သည်။

တစ်ဦးချင်း ပြိုင်ဆိုင်မှု ပစ်မှတ်များတွင်၊ အနားသတ်များသည် ပိုမိုကျယ်ပြန့်လာခဲ့သည်။ ပစ်မှတ်ပရိုတိန်းပျက်စီးခြင်းတွင်ပါဝင်သည့် RBX1 နှင့် ဆန့်ကျင်သည့်အနေဖြင့် ပစ်မှတ်တစ်ခုတည်းပစ်မှတ်မုဒ်တွင် Mythos အကြိုကြည့်ရှုမှုသည် 40% ထိနှုန်းရရှိခဲ့သည် — တူညီသောပြိုင်ဆိုင်မှုတွင်ပါဝင်သူများကြားတွင် 3.7% နှင့် နှိုင်းယှဉ်ပါက ၎င်း၏ထိပ်တန်းအဆင့်ဒီဇိုင်းဒီဇိုင်းသည် စည်းနှောင်မှုရှိသောလူသားဒီဇိုင်းထက် သာလွန်ကောင်းမွန်ပါသည်။

မှတ်သားစရာ ချို့ယွင်းချက်များ ရှိခဲ့သည်။ BBF-14 ဟုခေါ်သော ဒီနိုဗို-ဒီဇိုင်းထုတ်ထားသော ဘီတာစည်ပရိုတိန်းနှင့် maltose-binding ပရိုတင်း (MBP) နှစ်ခုစလုံးသည် အလှမ်းဝေးနေဆဲဖြစ်ပြီး၊ အသစ်အဆန်းဖြစ်ပြီး ချောမွေ့ပြီး လိုက်လျောညီထွေရှိသော မျက်နှာပြင်များ၏ ပစ်မှတ်များကို ချိတ်ဆွဲရန် အနည်းငယ်သာကျန်တော့သည်။ အံ့အားသင့်စရာမှာ၊ ၎င်းသည် Humira အပါအဝင် အရောင်းရဆုံးမူးယစ်ဆေးအချို့ကို ဖုံးကွယ်ထားသည့် TNFα တွင် အောင်မြင်ခဲ့သည့် Opus 4.8 ထက် အစွမ်းထက်သော Mythos Preview မဟုတ်ပါ။

ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရသုတေသီ

အထူးခြားဆုံးမှာ ကမ်ပိန်းတွင် လူသားပါဝင်မှု အနည်းငယ်သာ လိုအပ်သည်ဆိုခြင်း ဖြစ်သည်။ ကနဦးအချက်ပြပြီးနောက်၊ Anthropic က ၎င်းသည် သိပ္ပံနည်းကျ၊ နည်းပညာပိုင်း သို့မဟုတ် လုပ်ငန်းလည်ပတ်မှုဆိုင်ရာ လမ်းညွှန်မှုတို့ကို မပေးကြောင်း ပြောကြားခဲ့သည်။ Claude သည် လူသိရှင်ကြားရရှိနိုင်သော အထူးကျွမ်းကျင်သော ပရိုတင်းဒီဇိုင်းနှင့် တွဲဖက်ခေါက်ပုံစံများကို ကြိုးကိုင်ခြင်းဖြင့် ထုတ်လုပ်ထားသော ကိုယ်စားလှယ်လောင်းများ၏ ဖွဲ့စည်းပုံနှင့် အတွဲများကို ဆန့်ကျင်သည့် ပရိုတိန်းတစ်ခုစီ၏ နေရာကို ရွေးချယ်ကာ၊ လူတစ်ဦးချင်းစီ၏ အော်ပရေတာ ရက်သတ္တပတ်များစွာကြာနိုင်သည့် အလုပ်ဖြစ်သည်။

ကြိုးပမ်းမှုသည် multi-target run အတွက် တွက်ချက်မှု 12,500 NVIDIA H100 နာရီအထိ သုံးစွဲခဲ့ပြီး single-target mode တွင် ပစ်မှတ်တစ်ခုလျှင် 2,500 H100 နာရီအထိ အသုံးပြုခဲ့သည်။ Claude သည် သိသာထင်ရှားသော ဘီတာစာရွက်ဖွဲ့စည်းပုံပါရှိသော အတည်ပြုထားသော binders 15 ခုကိုပင် ထုတ်လုပ်ခဲ့ပြီး၊ alpha-helix အစုအဝေးများထက် ဒီဇိုင်းရေးဆွဲရန် ပိုမိုခက်ခဲသော အခေါက်တစ်ခုဖြစ်သည့် alpha-helix အစုအဝေးများသည် ပုံသေသတ်မှတ်ထားသော တွက်ချက်မှုဆိုင်ရာကိရိယာများဖြစ်သည်။

မော်လီကျူးများကို ဒီဇိုင်းဆွဲခြင်းမှ Raw Data ဖတ်ခြင်းအထိ

ဒုတိယစမ်းသပ်ချက်သည် ခြားနားသော၊ ပိုမို၍ လောကီပိတ်ဆို့မှုကို စမ်းသပ်ခဲ့သည်- ခွဲခြမ်းစိတ်ဖြာသော ဓာတုဗေဒကို စမ်းသပ်ခဲ့သည်။ ဓာတုဗေဒပညာရှင်တစ်ဦးသည် မော်လီကျူးတစ်ခုကို ဖန်တီးသည့်အခါတိုင်း၊ ၎င်းတို့သည် နျူသံလိုက်ပဲ့တင်ရိုက်ခတ်မှု (NMR) spectroscopy နှင့် liquid chromatography–mass spectrometry (LC-MS) ကို အသုံးပြု၍ ၎င်းသည် အဘယ်အရာနှင့် သန့်ရှင်းကြောင်း အတည်ပြုရပါမည်။ ထိုဖိုင်များကို ဘာသာပြန်ခြင်းသည် ဇွဲလုံ့လဖြင့် ကိုယ်တိုင်လုပ်ဆောင်ခြင်းဖြစ်သည်။

ကန်ထရိုက်ဓာတ်ခွဲခန်း၏ ကုန်ကြမ်းစာရွက်စာတမ်းဖိုင်များနှင့် ရိုးရိုးဘာသာစကားတိုဖြင့်သာ ပံ့ပိုးပေးသည် — ရောင်းချသူ ဆော့ဖ်ဝဲလ်မရှိ၊ အော်ပရေတာမရှိ — Claude Opus 5 သည် အပြည့်အဝလုပ်ဆောင်ပြီးသော NMR နှင့် LC-MS ရလဒ်များကို 23 နှင့် 19 မိနစ်တွင် အသီးသီး ပြန်ပေးကာ အပြိုင်အလုပ်လုပ်သည်။ ၎င်း၏ရလဒ်များသည် ဓာတ်ခွဲခန်း၏ ကိုယ်ပိုင်ခွဲခြမ်းစိတ်ဖြာချက်နှင့် ကိုက်ညီပါသည်။ လမ်းတစ်လျှောက်တွင်၊ မော်ဒယ်သည် စာရွက်စာတမ်းမရှိသော ရောင်းချသူ ဖိုင်ဖော်မတ်ကို ပြောင်းပြန်အင်ဂျင်နီယာလုပ်ကာ 2,664 စကင်န်အားလုံးအတွက် မှတ်တမ်းတင်ထားသော တူရိယာ၏ စုစုပေါင်း ဖတ်ရှုခြင်းကို စစ်ဆေးပြီး အတိအကျ နောက်ဆက်တွဲစမ်းသပ်ချက်—ရေကြီးသောစစ်ဆေးမှု—စာချုပ်သည် သုံးရက်အကြာတွင် စာချုပ်ဓာတ်ခွဲခန်းတွင် အမှီအခိုကင်းစွာ လုပ်ဆောင်ခဲ့ကြောင်း အဆိုပြုခဲ့သည်။

ပြေးခြင်းသည် အလိုအလျောက်လုပ်ဆောင်ခြင်းသာမကဘဲ စစ်မှန်သော သိပ္ပံနည်းကျ စီရင်ချက်ကိုလည်း သရုပ်ပြခဲ့သည်ဟု Anthropic မှ ပြောကြားပြီး ဓာတုဗေဒပညာရှင်သည် ဤဆန်းစစ်မှုမျိုးအတွက် ပုံမှန်အားဖြင့် နာရီဝက်မှ တစ်နာရီ လိုအပ်ကြောင်း မှတ်သားထားသည်။

ဘေးကင်းရေး ပထမ

ကုမ္ပဏီသည် dual-use သက်ရောက်မှုများနှင့် ပတ်သက်၍ ရှင်းလင်းပြတ်သားစွာဖော်ပြခဲ့သည်။ လူသားကုထုံးများကို အရှိန်မြှင့်နိုင်သည့် တူညီသော ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ သုတေသနစွမ်းရည်သည် ခိုင်မာသောအကာအကွယ်များမပါဘဲ ဇီဝလက်နက်များ တီထွင်ဖန်တီးမှုကဲ့သို့သော အန္တရာယ်ရှိသော သုတေသနများကို လုပ်ဆောင်နိုင်မည်ဟု Anthropic က သတိပေးထားသည်။ အသက်-သိပ္ပံ သုတေသန လုပ်ငန်းများကို ၎င်း၏ စွမ်းရည်အရှိဆုံး မော်ဒယ်တွင် လောလောဆယ် ပိတ်ဆို့ထားပြီး ကုမ္ပဏီသည် ၎င်း၏ အမြင့်ဆုံး ဦးစားပေး လုပ်ငန်းတစ်ခုဖြစ်သည့် သိပ္ပံပညာရှင်များအတွက် ယုံကြည်စိတ်ချရသော ဝင်ရောက်ခွင့် ပရိုဂရမ်ကို ပြင်ဆင်နေသည်ဟု ဆိုသည်။ ထိုအချိန်တွင်၊ Claude Opus 5 သည် ၎င်း၏ ယေဘုယျအားဖြင့် ရနိုင်သော စွမ်းရည်အရှိဆုံး မော်ဒယ်အဖြစ် ကျန်ရှိနေပါသည်။

Anthropic သည် လှုံ့ဆော်မှုများအတွက် အသုံးပြုထားသည့် အချက်ပြမှုများကို ဗီတိုအတွင်းနှင့် ဆီလီကိုအတွင်းမှ ထုတ်လုပ်ထားသော ဒေတာများနှင့်အတူ မျှဝေထားသည် — ပြင်ပဓာတ်ခွဲခန်းများက တောင်းဆိုချက်များကို အတည်ပြုနိုင်စေမည့် ပွင့်လင်းမြင်သာမှုအတိုင်းအတာ။ ရလဒ်များမှ ဖောင်းပွခြင်းကို စီစဥ်ထားဆဲ နယ်ပယ်တစ်ခုအတွက်၊ ပို့စ်သည် ရှားပါးသောအရာတစ်ခုကို ပေးဆောင်သည်- အထွေထွေရည်ရွယ်ချက် AI မော်ဒယ်သည် နာရီပိုင်းအတွင်း လုပ်ဆောင်နိုင်သည့် အထောက်အထားများကို ကျွမ်းကျင်သူ၏ အသက်မွေးဝမ်းကြောင်းအဖြစ် သတ်မှတ်ပေးထားသည့် အလုပ်ဖြစ်သည်။

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →