#탈옥

무해한 시스템 프롬프트 변경으로 탈옥 성공률이 2%에서 58%로 뛰어

EMNLP 2026 Findings에 채택된 한 논문은 기본 설정에서 측정한 단일 공격 성공률 수치가 배포된 시스템에 대해서는 거의 아무 의미가 없다고 주장합니다.

3일 전

arXiv 논문의 첫 페이지로, 'The Fragility of Jailbreak Robustness Across Operational States'라는 제목과 저자, 초록이 보인다

Anthropic, Fable 5 전 세계 복원하고 탈옥 심각도 프레임워크 제안

미국 수출통제 조치로 거의 3주간 중단됐던 뒤 Anthropic은 7월 1일 Fable 5를 전 세계에 다시 제공하고, 실제 탈옥의 위험도를 어떻게 점수화할지에 대한 방안을 내놓았습니다.

2026년 7월 5일

Anthropic Restores Fable 5 Worldwide and Proposes a Jailbreak-Severity Framework