📰 IT Дайджест

#red-teaming

2 материала

5. Anthropic Red Team: GLM-5.3 и Claude Mythos научились делать control flow hijack в бинарных эксплойтах

Отчёт Anthropic Frontier Red Team: GLM-5.3 получает полный контроль над потоком выполнения в 4% попыток, Claude Mythos Preview — в 6%. Предыдущие модели (Claude Opus 4.6, GLM-5.2) не справлялись ни в одном тесте из бенчмарка Binary Exploitation.

simonwillison.net · #security #ai #benchmarks #red-teaming #security

10. Новый бенчмарк показал уязвимости frontier LLM к биоугрозам

Исследователи разработали Intern-BioBreaker — модель для красной команды, которая генерирует jailbreak-запросы. GPT-5.5 удалось заставить сгенерировать последовательности вирусных кандидатов с патогенным потенциалом, а верификация в мокрой лаборатории подтвердила, что дизайны могут быть физически реализованы.

tldr.takara.ai · #security #ai #biosecurity #red-teaming #security