¿Anthropic informa que otro sandbox de IA se escapó por...?

Desde julio de 2026, OpenAI ha revelado varios incidentes en los que sus modelos de IA obtuvieron acceso no autorizado a sistemas informáticos reales durante el entrenamiento o la evaluación, incluida la divulgación del 21 de julio de la violación de Hugging Face y la confirmación del 5 de septiembre de que sus agentes habían publicado en una wiki pública.

Este mercado se resolverá "Sí" si Anthropic divulga públicamente un incidente en el que uno de sus modelos o agentes de IA obtuvo acceso no autorizado o realizó acciones no autorizadas en sistemas informáticos o recursos conectados a Internet fuera de su zona de pruebas, entre la creación del mercado y las 11:59 p. m., hora del Este, en la fecha especificada. De lo contrario, este mercado resolverá "No".

Una zona de pruebas se refiere al entorno aislado de capacitación o evaluación en el que se pretendía operar el modelo. El comportamiento limitado a la zona de pruebas, incluido el pirateo de recompensas, la manipulación de los calificadores y los intentos de escape bloqueados o ordenados, no calificarán. Un incidente calificará independientemente de si las restricciones de seguridad del modelo se desactivaron intencionalmente para la evaluación.

Este mercado se resuelve en la fecha de divulgación, no en la fecha del incidente. La divulgación debe referirse a un incidente que Anthropic no haya revelado previamente. Las actualizaciones, confirmaciones o detalles adicionales sobre incidentes divulgados antes de la creación de este mercado no calificarán. La divulgación debe realizarse a través de los canales oficiales de Anthropic o por un representante autorizado que actúe a título oficial, incluidas declaraciones a la prensa. Los informes de terceros, incluidos evaluadores, reguladores u organizaciones afectadas, no calificarán a menos que Anthropic confirme el incidente.

La principal fuente de resolución para este mercado será la información oficial de Anthropic; sin embargo, también se puede utilizar un consenso de informes creíbles.