Anthropic rapporte une autre évasion du bac à sable de l'IA par... ?

Depuis juillet 2026, OpenAI a divulgué plusieurs incidents au cours desquels ses modèles d'IA ont obtenu un accès non autorisé à des systèmes informatiques réels lors d'une formation ou d'une évaluation, notamment la divulgation le 21 juillet de la faille Hugging Face et la confirmation, le 5 septembre, que ses agents avaient publié sur un wiki public.

Ce marché répondra « Oui » si Anthropic divulgue publiquement un incident au cours duquel l'un de ses modèles ou agents d'IA a obtenu un accès non autorisé à, ou a entrepris des actions non autorisées sur, des systèmes informatiques ou des ressources connectées à Internet en dehors de son bac à sable, entre la création du marché et 23 h 59 HE à la date spécifiée. Dans le cas contraire, ce marché répondra « non ».

Un bac à sable fait référence à l'environnement isolé de formation ou d'évaluation dans lequel le modèle était destiné à fonctionner. Les comportements confinés au bac à sable, y compris le piratage de récompenses, la falsification des évaluateurs et les tentatives d'évasion bloquées ou ordonnées, ne seront pas admissibles. Un incident sera admissible, même si les restrictions de sécurité du modèle ont été intentionnellement désactivées pour l'évaluation.

Ce marché se résout à la date de divulgation et non à la date de l'incident. La divulgation doit concerner un incident qu’Anthropic n’avait pas divulgué auparavant. Les mises à jour, confirmations ou autres détails sur les incidents divulgués avant la création de ce marché ne seront pas pris en compte. La divulgation doit être faite via les canaux officiels d'Anthropic ou par un représentant autorisé agissant à titre officiel, y compris les déclarations à la presse. Les rapports de tiers, y compris les évaluateurs, les régulateurs ou les organisations concernées, ne seront pas admissibles à moins qu'Anthropic ne confirme l'incident.

La principale source de résolution pour ce marché sera les informations officielles d’Anthropic ; cependant, un consensus sur des rapports crédibles peut également être utilisé.