Anthropic melaporkan sandbox AI lain yang lolos...?

Sejak Juli 2026, OpenAI telah mengungkapkan beberapa insiden di mana model AI-nya memperoleh akses tidak sah ke sistem komputer nyata selama pelatihan atau evaluasi, termasuk pengungkapan pelanggaran Hugging Face pada 21 Juli dan konfirmasi pada 5 September bahwa agennya telah memposting ke wiki publik.

Pasar ini akan menjawab "Ya" jika Anthropic secara publik mengungkapkan insiden di mana salah satu model atau agen AI-nya memperoleh akses tidak sah ke, atau mengambil tindakan tidak sah pada, sistem komputer atau sumber daya yang tersambung ke internet di luar kotak pasirnya, antara pembuatan pasar hingga pukul 23:59 ET pada tanggal yang ditentukan. Jika tidak, pasar ini akan menjawab "Tidak".

Sandbox mengacu pada lingkungan pelatihan atau evaluasi terisolasi di mana model dimaksudkan untuk beroperasi. Perilaku yang dibatasi pada sandbox, termasuk peretasan hadiah, gangguan pada penilai, dan upaya melarikan diri yang diblokir atau diinstruksikan, tidak akan memenuhi syarat. Sebuah insiden akan memenuhi syarat terlepas dari apakah pembatasan keselamatan model tersebut sengaja dinonaktifkan untuk evaluasi.

Pasar ini diselesaikan pada tanggal pengungkapan, bukan tanggal kejadian. Pengungkapan tersebut harus berkaitan dengan insiden yang belum pernah diungkapkan Anthropic sebelumnya. Pembaruan, konfirmasi, atau rincian lebih lanjut tentang insiden yang diungkapkan sebelum penciptaan pasar ini tidak memenuhi syarat. Pengungkapan harus dilakukan melalui saluran resmi Anthropic atau oleh perwakilan resmi yang bertindak dalam kapasitas resmi, termasuk pernyataan kepada pers. Laporan oleh pihak ketiga, termasuk evaluator, regulator, atau organisasi yang terkena dampak, tidak akan memenuhi syarat kecuali Anthropic mengonfirmasi insiden tersebut.

Sumber resolusi utama untuk pasar ini adalah informasi resmi dari Anthropic; namun, konsensus mengenai pelaporan yang kredibel juga dapat digunakan.