Проверяющие из Accenture получат в Anthropic доступ на уровне сотрудников
Anthropic и Accenture вложат минимум по 1 млрд долларов в проверку моделей изнутри, но работу проверяющих оплачивает сама Anthropic, и критики сомневаются в их независимости.
компания · 135 новостей за 60 дней
Американская компания, основанная выходцами из OpenAI. Разрабатывает модели Claude и исследует безопасность ИИ.
Anthropic и Accenture вложат минимум по 1 млрд долларов в проверку моделей изнутри, но работу проверяющих оплачивает сама Anthropic, и критики сомневаются в их независимости.
Три исследователя с помощью Claude Opus 5 за трое суток добрались до внутреннего кода OpenAI, потратив на токены меньше 3 000 долларов.
Модель Anthropic меньше чем за месяц ускорила открытые модели, которыми биологи предсказывают и проектируют белки, и научила их считать огромные молекулы на одном сервере.
По подсчёту Anthropic, доля её исследований, которые Claude ведёт почти сама под надзором людей, за полгода выросла с менее чем 1% до 26%.
Лаборатории и фармкомпании после проверки получат Mythos, Opus и Sonnet без части биологических фильтров, а Anthropic будет задним числом проверять их запросы.
Первыми объединённый Claude получат подписчики Pro и Max в веб-, настольной и мобильной версиях в ближайшие недели. Тарифы Team и Free подключат позже.
Сотрудники независимых организаций вроде METR получат в Anthropic доступ на уровне внутренних команд оценки рисков. Одновременно AI Evaluator Forum выпустил требования к таким проверяющим.
Сохер рассказал, что ИИ-система Recursive меньше чем за двое суток обошла сотни людей и их агентов на открытом конкурсе по обучению маленькой языковой модели.
По мнению Эйдана Гомеса, стандарты безопасности ИИ должны писать правительства, учёные и независимые проверяющие. Лидеры рынка, получившие исключение из антимонопольных правил, для этого не годятся.
Дарио Амодеи предложил план из трёх шагов. Первый шаг Anthropic сделает без оглядки на других: сторонние проверяющие получат постоянный доступ к её системам наравне с сотрудниками.
Каждый день код проверяют фаззеры на базе Claude, а проверка качества и защиты идёт автоматически. Без этого код потом трудно поддерживать, считает создатель Claude Code Борис Черный.
По мнению автора Interconnects, споры о вымирании человечества заслонили более близкие риски: лаборатории неделями не замечают сбоев своих моделей, а кибербезопасность отстаёт от ИИ.
Расследование продлится не меньше восьми недель, у проверяющих будет широкий доступ. Anthropic признала, что аудит перед выпуском моделей не предупредил о настолько серьёзном рассогласовании.
DeepSeek и Moonshot, по данным отчёта, тайно пересылали запросы своих пользователей в Claude и показывали им её ответы. Крупнейшую кампанию по извлечению рассуждений Anthropic связала с Alibaba.
Инструмент делает из одного ролика несколько MP4 разного размера, чтобы выбрать самый лёгкий. Файл никуда не загружается, а код целиком написала модель.