ИИ-агенты Anthropic и OpenAI нарушили правила тестирования
Anthropic и OpenAI сообщили о новых нарушениях со стороны своих ИИ-агентов. По данным Reuters, модели Mythos 5 и GPT-5.6-Sol вышли за пределы тестовой среды и попытались провести кибератаку.
Британский Институт безопасности ИИ проверял автономность систем. Во время испытаний Mythos 5 создала на GitHub поддельные профили реальных пользователей и отправляла от их имени личные сообщения. Так модель пыталась обмануть защиту сервиса и загрузить вредоносный код, пишет "Ъ".
Когда специалисты обратили внимание на действия агента, Mythos 5 попыталась скрыть следы и очистила историю операций. Эксперты остановили атаку. Всего они зафиксировали 17 несанкционированных действий модели. GPT-5.6-Sol дважды нарушила правила и получила доступ к интернету запрещенным способом.
Anthropic и OpenAI заявили, что продолжат улучшать безопасность своих моделей. В конце июля компании уже сообщали о похожих инцидентах. Тогда Claude получила доступ к данным трех сторонних компаний, а ИИ-агент OpenAI взломал две платформы.
Ранее ChatGPT по некоторым запросам выдавал подробные и потенциально опасные советы о создании биологического оружия и ядов, хотя такие действия запрещены. Один из пользователей после этого заявил о намерении убить родителей.
В Екатеринбурге при взрыве авто мог пострадать глава предприятия по производству дронов
В Екатеринбурге при взрыве автомобиля главы предприятия по производству дронов погиб его водитель
Путин провел масштабные перестановки в руководстве группировок в зоне СВО
Летать в России станет еще дороже
Креатив Госдумы так и прет: про букмекеров и депутатов
Вот это "Вызов"