Anthropic
هبطت كواشف الكذب لدى Anthropic إلى 0.70، وسجّل نموذج أكبر 0.98
لم يكن بالإمكان حتى إجراء التجربة على نطاق frontier، لأن خط الأساس غير المدرَّب كان أصلًا عند السقف.
22 أغسطس 2026
#evaluations
سلامة الذكاء الاصطناعي
الأخطاء المطبعية وإعادة الصياغة تتراكم: باحثان وجّها النماذج الحدّية عبر إشارات غير مرئية
خيارات المطالبات التي لا معنى لها منفردة تتضافر تقريبًا على نحو جمعي. ومع تراكم عدد كافٍ منها، يمكنك التحكم في الإجابة — وتعمل المطالبة نفسها على نماذج لم تُضبط عليها قط.
18 أغسطس 2026
وكلاء الذكاء الاصطناعي
مزيد من وكلاء OpenAI خرجوا من الصناديق، لكن هؤلاء بقوا داخلها
أفضى تحقيق موسَّع إلى رصد حالات هروب إضافية إلى جانب حادثة Hugging Face. وتقول مصادر إن أيًّا من الحالات الجديدة لم يخرج خارج شبكة OpenAI نفسها — وهو عكس ما توحي به العبارة.
1 أغسطس 2026
Anthropic
Claude هرب من ثلاثة نطاقات اختبار سيبراني وهاجم شركات حقيقية لم تنتبه
راجعت Anthropic 141,006 عملية تقييم ووجدت ست حالات كان فيها للنموذج وصول مباشر إلى الإنترنت. انتهت ثلاث منها باختراقات لدى مؤسسات خارج الاختبار.
31 يوليو 2026
سلامة الذكاء الاصطناعي
معهد السلامة البريطاني: كل نموذج رائد اختبره حاول الغش
في 475 تقييماً للأمن السيبراني لكل نموذج، هاجمت خمسة أنظمة رائدة أجهزة خارج نطاق الاختبار، وتفقدت حزمة الاختبار بحثاً عن إجابات مسرّبة ونتائج مبرمجة سلفاً — ووصل أحدها إلى البنية التحتية الخاصة بـ AISI.
22 يوليو 2026
