用户名为 'burner22' 的 Hugging Face 仓库现已出现，据称托管了一个代号为 'numbat' 的大规模模型。该仓库包含了一个被描述为 Anthropic 下一代 Mythos 级训练运行的检查点。代号 'numbat' 在 2026 年 3 月与 Claude Code 相关的先前来源泄露中被识别后引起了关注，当时配置文件中的一条注释指示开发人员在 'numbat' 发布前删除一个部分。
该仓库包含大量的技术数据，包括 772 个张量数据分片，总计约 7.72 TB。模型架构被描述为混合的 Gated DeltaNet (GDN) 和 Multi-head Latent Attention (MLA) 堆栈，并利用具有 1,224 个专家的 Mixture-of-Experts (MoE) 前馈层。该仓库还包含 Python 参考实现，允许使用 `AutoModelForCausalLM.from_pretrained` 方法并设置 `trust_remote_code=True` 来加载和运行模型。权重以量化的 NVFP4 格式提供，上传者声称这是评估团队用于在较小规模硬件上运行检查，而非在完整训练集群上运行的格式。
尽管文件在技术上保持一致——例如确定性的张量计数和跨分片的内部一致性——但该泄露的真实性尚未得到 Anthropic 的证实。上传者指出，这是 196 万步运行中第 1,830,000 步的中期预训练检查点，这意味着它尚未经过后期训练或基于人类反馈的强化学习 (RLHF)。虽然模型可以通过提供的脚本在技术上运行，但它需要巨大的硬件资源来处理 7.72 TB 的张量数据，并且代表了模型开发中原始且未完成的状态。