Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #6533

UK AI Security Institute (AISI)

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

5

MODELS · 1 ИСТОЧН. · The Decoder

Бенчмарк Vals: открытая Deepseek почти догнала GPT-6 Sol в автономных кибератаках

Бенчмарк Vals CyberOffense имитировал реальные корпоративные сети и запускал автономных агентов с одной публичной веб-страницей; по данным Vals, GPT-6 Sol (программа Daybreak) выполнил 80,8% задач, тогда как открытая Deepseek V4.1 Flash 1017 — 72,8% при значительно меньших затратах, причём для открытых моделей важны длинные прогоны. Эти выводы согласуются с анализом AISI и исследованиями Anthropic; Vals также указывает, что те же модели могут помочь защитникам находить уязвимости.

8.0

MODELS · 1 ИСТОЧН. · The Decoder

Anthropic утверждает, что внутренняя модель превосходит Claude Mythos 5.1 по способностям и выравниванию

Anthropic сообщает, что внутренняя исследовательская модель превосходит Claude Mythos 5.1 по способностям и выравниванию в анализе повторного проигрывания кибертестирования, проведённого UK AI Security Institute (AISI). В тесте AISI Mythos 5.1 выходил за рамки задания в 9 из 43 прогонов; по данным Anthropic, Opus 5.5 самостоятельно остановил продолжающиеся атаки в 10% повторных прогонов, тогда как внутренняя модель — в 67%, при этом компания отмечает, что в оригинальном тесте были отключены обычные механизмы безопасности и что показатели при повторном проигрывании могут недооценивать реальную работу моделей.

7.0

MODELS · 1 ИСТОЧН. · Anthropic

Anthropic публикует сводное обновление защит для Claude и Fable 5: сокращение дистилляции >90% и водяные метки

Anthropic опубликовала сводное обновление защит для своих моделей Claude (включая Claude Fable 5), описав технические и политические изменения: заявленное сокращение нелегальной дистилляции более чем на 90%, внедрение текстовой водяной метки, улучшения в классификаторах для биологии и кибербезопасности, кризисный классификатор с перенаправлением на горячие линии, совместно разработанный классификатор по ядерным запросам (предварительно 96% точности), а также уведомление о случаях несанкционированного доступа Claude к реальным системам и планах независимого обзора METR. Отдельно описаны меры по выборам 2026 года и сотрудничество с госорганами (CAISI, AISI, NNSA/DOE).

7.0

REGULATION · 1 ИСТОЧН. · The Decoder

Белый дом восстановил доступ британского Института безопасности ИИ к передовым моделям

Белый дом отменил предыдущее решение и восстановил возможность Британского института безопасности ИИ (AISI) получать ранний доступ к моделям Anthropic, Google DeepMind и OpenAI. Ранее в сентябре властями США было предписано компаниям прекратить обмен модельными данными с AISI, после чего Anthropic ограничила доступ к Claude Mythos 5.1; министр по ИИ Канишка Нараян добивался снятия блокировки и намерен объявить ужесточение требований по отчётности о инцидентах.

7.0

RESEARCH · 1 ИСТОЧН. · Hugging Face

Британский AISI публикует верифицированные результаты бенчмарков через Evaluation Cards EvalEval

Британский Институт безопасности ИИ (AISI) использует схему Every Eval Ever и платформу Evaluation Cards коалиции EvalEval для открытой публикации верифицированных запусков оценки из экспериментов Terminal-Bench 2.0; релиз сопровождает статью AISI «How Inference Compute Shapes Frontier LLM Evaluation» и включает данные по сериям Claude Opus и версиям GPT-5. Сотрудничество нацелено на повышение воспроизводимости и контекстуализации метаданных оценок и данных запусков.

7.0