PWN AI

Что делать. Голдстейн считает, что единственный реалистичный путь: коалиция ведущих ИИ-компаний с общими протоколами тестирования, стандартами раскрытия и независимой исследовательской платформой, изо

https://habr.com/ru/articles/1019080/ насыпьте реакций)

Council on Foreign Relations опубликовал большой материал Гордона Голдстейна о «кризисе контроля» над ИИ. Для площадки, которая обычно занимается геополитикой, статья на удивление технически плотная и

AI Security на бесплатном труде: модель сломалась? Pliny the Liberator, знакомый нам анон, объявил о закрытии всех своих проектов. Позже выяснилось, что это была первоапрельская шутка. Но шутка срабо

Как промпт-атаки заставляют Google AP2 подписывать не то, что хотел пользователь. Защита агентных платежей в Google AP2 построена на криптографии, а ломается на уровне естественного языка. Достаточно

Но есть и закрытое крыло. Меньше, тише, с дисциплиной оператора. С ботами, которые не просто читают публичные каналы, а ведут энумерацию URL. С готовностью использовать инсайдеров. В случае с Mythos э

AgentDyn: бенчмарк, после которого цифры на AgentDojo хочется перепроверить. Давно не писал сюда про вещи, от которых загораются глаза. Последние месяцы в канале - системные разборы, критика фреймвор

False Positive Community: обзор BitGN PAC1 22 апреля, 18:30 – 20:00 (GMT+3) Всем привет! Соберемся, обсудим прошедшее соревнование BitGN PAC1, задачи и решения участников нашего хаба False Postitive

Миф о закрытом доступе: как Claude Mythos утёк в день анонса 7 апреля 2026 года Anthropic объявляет Project Glasswing и релизит модель Claude Mythos Preview. Сорок организаций. Apple, Google, Microso

RCE в HuggingFace Transformers через чекпоинт В уязвимости CVE-2026-1839 проблема скрыта в операции восстановления состояния генератора случайных чисел внутри Trainer. При resume обучения библиотека