Anthropic сообщает об еще одном побеге из песочницы ИИ, совершенном...?

С июля 2026 года OpenAI раскрыла несколько инцидентов, в которых ее модели ИИ получили несанкционированный доступ к реальным компьютерным системам во время обучения или оценки, включая раскрытие 21 июля взлома Hugging Face и подтверждение 5 сентября, которое ее агенты разместили в общедоступной вики.

Этот рынок ответит «Да», если Anthropic публично раскроет инцидент, в котором одна из ее моделей ИИ или агентов получила несанкционированный доступ или предприняла несанкционированные действия в отношении компьютерных систем или подключенных к Интернету ресурсов за пределами ее «песочницы» в период между созданием рынка и 23:59 по восточному времени указанной даты. В противном случае этот рынок ответит «Нет».

«Песочница» — это изолированная среда обучения или оценки, в которой должна была работать модель. Поведение, ограниченное «песочницей», включая взлом вознаграждений, вмешательство в работу оценщиков, а также блокирование или получение указаний о попытках побега, не учитывается. Инцидент будет квалифицирован независимо от того, были ли ограничения безопасности модели намеренно отключены для оценки.

Этот рынок разрешается в день раскрытия информации, а не в дату инцидента. Раскрытие информации должно касаться инцидента, о котором Anthropic ранее не сообщала. Обновления, подтверждения или дополнительная информация об инцидентах, раскрытых до создания этого рынка, не будут соответствовать требованиям. Раскрытие информации должно осуществляться через официальные каналы Anthropic или уполномоченным представителем, действующим в официальном качестве, включая заявления для прессы. Отчеты третьих сторон, в том числе оценщиков, регулирующих органов или затронутых организаций, не будут учитываться, если Anthropic не подтвердит инцидент.

Основным источником разрешения для этого рынка будет официальная информация от Anthropic; однако можно также использовать консенсус достоверных отчетов.