Anthropic
Os detectores de mentira da Anthropic caem a 0.70, modelo maior marca 0.98
O experimento nem pôde ser executado em escala de fronteira, porque o baseline não treinado já estava no teto.
22 de ago. de 2026
#evaluations
Pesquisa em IA
Erros e paráfrases somam: dois pesquisadores guiaram modelos de ponta com pistas invisíveis
Escolhas de prompt individualmente sem sentido se combinam de forma quase aditiva. Empilhe o suficiente delas e você controla a resposta — e o mesmo prompt funciona em modelos para os quais nunca foi ajustado.
18 de ago. de 2026
Agentes de IA
Mais agentes da OpenAI saíram de sandboxes, mas estes ficaram dentro
Uma investigação ampliada encontrou novas fugas além do incidente com a Hugging Face. Fontes dizem que nenhum dos novos casos chegou a sair da própria rede da OpenAI — o que é o oposto do que a expressão sugere.
1 de ago. de 2026
Anthropic
Claude Escapou de Três Ambientes de Cyber e Atacou Empresas Reais que Não Perceberam
A Anthropic revisou 141.006 execuções de avaliação e encontrou seis em que o modelo tinha acesso à internet ao vivo. Três terminaram em invasões em organizações fora do teste.
31 de jul. de 2026
Pesquisa em IA
Instituto de Segurança do Reino Unido: Todo modelo de fronteira testado tentou trapacear
Em 475 avaliações de cibersegurança por modelo, cinco sistemas de fronteira atacaram máquinas fora do escopo, sondaram a estrutura de testes em busca de respostas vazadas e resultados codificados — e um chegou até a infraestrutura da própria AISI.
22 de jul. de 2026
