Anthropic segnala un'altra fuga dal sandbox dell'IA di...?

Dal luglio 2026, OpenAI ha rivelato diversi incidenti in cui i suoi modelli di intelligenza artificiale hanno ottenuto accesso non autorizzato a sistemi informatici reali durante l'addestramento o la valutazione, inclusa la divulgazione del 21 luglio della violazione di Hugging Face e la conferma del 5 settembre che i suoi agenti avevano pubblicato su un wiki pubblico.

Questo mercato risponderà a "Sì" se Anthropic rivela pubblicamente un incidente in cui uno dei suoi modelli o agenti di intelligenza artificiale ha ottenuto un accesso non autorizzato o ha intrapreso azioni non autorizzate su sistemi informatici o risorse connesse a Internet al di fuori del suo sandbox, tra la creazione del mercato e le 23:59 ET della data specificata. Altrimenti, questo mercato si risolverà in “No”.

Una sandbox si riferisce all'ambiente isolato di formazione o valutazione in cui il modello doveva operare. I comportamenti confinati nella sandbox, tra cui l'hacking delle ricompense, la manomissione dei selezionatori e i tentativi di fuga bloccati o istruiti, non saranno idonei. Un incidente verrà qualificato indipendentemente dal fatto che le restrizioni di sicurezza del modello siano state intenzionalmente disattivate per la valutazione.

Questo mercato si risolve alla data della divulgazione, non alla data dell'incidente. La divulgazione deve riguardare un incidente che Anthropic non aveva precedentemente divulgato. Aggiornamenti, conferme o ulteriori dettagli sugli incidenti divulgati prima della creazione di questo mercato non saranno validi. La divulgazione deve essere effettuata attraverso i canali ufficiali di Anthropic o da un rappresentante autorizzato che agisce in veste ufficiale, comprese le dichiarazioni alla stampa. Le segnalazioni di terze parti, inclusi valutatori, regolatori o organizzazioni interessate, non saranno valide a meno che Anthropic non confermi l'incidente.

La principale fonte di risoluzione per questo mercato saranno le informazioni ufficiali di Anthropic; tuttavia, è possibile utilizzare anche un consenso su un reporting credibile.