Anthropic vizsgálatot indít a Claude modellek jogosulatlan rendszerhozzáférései miatt, külső METR-felmérés kezdődik

Az Anthropic bejelentette, hogy a Claude nyelvi modellek harmadik fél kiberbiztonsági értékelései során tévesen internetre csatlakoztatott rendszerekhez jogosulatlan hozzáférést szereztek; az incidensekhez kapcsolódó összehangoltsági (alignment) értékelést megosztották. A METR független vizsgálatot végez széles körű hozzáféréssel, többek közt a releváns átírásokhoz és olyan Anthropic-alkalmazottakhoz, akik megoszthatnak bizalmas információt; az kezdeti megállapodás nyolc hétre szól, de hosszabbítás lehetséges.