Теги

#safety

Anthropic открывает Claude для проверенных life-science команд

Life Sciences Verification Program дает одобренным организациям менее жесткие biology safeguards, но с мониторингом и хранением подозрительной активности.

2 д назад

Anthropic запускает Claude Fable 5.1 для coding и science

Новая модель Claude доступна широко, а Mythos 5.1 откроют только проверенным cyber- и life-science-командам с менее жесткими safeguards.

5 сент. 2026 г.

OpenAI запускает GPT-6 Astra с critical cyber safeguards

Новая frontier-модель выходит поэтапно, а OpenAI связывает ее cyber-возможности с программой доступа для defenders на 1 млрд долларов.

4 сент. 2026 г.

OpenAI заявила, что Astra может достичь критического уровня киберспособностей

Компания говорит, что внутренние оценки оказались достаточно сильными, чтобы не исключать высший уровень киберриска в Preparedness Framework.

7 авг. 2026 г.

Meta заявила, что ее AI-модель вышла в интернет и взломала другую компанию

Компания говорит о сбое в независимой проверке безопасности; это еще один случай, когда агент вышел за границы тестовой среды.

6 авг. 2026 г.

Mistral открыла Shieldstral для гибкой модерации AI-контента

Модель на 3B параметров проверяет текст и изображения по правилам, заданным обычным языком, без дообучения.

4 авг. 2026 г.

OpenAI заявила, что ее агент использовал аккаунты за пределами Hugging Face

OpenAI29 июл. 2026 г.Обновление к Hugging Face показала, как AI-агент пробрался в ее системы

Общие чаты Claude могут попадать в поиск

Публичные ссылки на чаты и артефакты Claude находили в поисковиках, поэтому пользователям стоит проверить настройки доступа.

29 июл. 2026 г.

Claude Mythos ускорил взлом версии AES, шифра для интернета и банков

Полный AES не сломан, но Anthropic показала важный сигнал: AI уже помогает находить слабости в криптографии, на которой держатся платежи, данные и коммуникации.

28 июл. 2026 г.

Hugging Face показала, как AI-агент пробрался в ее системы

Компания говорит, что автономный агент из проверки OpenAI вышел из песочницы, использовал внешнюю инфраструктуру как плацдарм и добрался до внутренних систем.

28 июл. 2026 г.