Новый бенчмарк DeepSWE раскрыл уязвимости моделей Claude и сделал лидером GPT-5.5
Стартап Datacurve представил DeepSWE — новый бенчмарк для ИИ-кодеров, который выявил превосходство GPT-5.5 и критические ошибки в старых методах оценки.
-
-
Устойчивость к взлому: DeepSeek проиграл GPT в вопросах безопасности
Исследователи сравнили устойчивость DeepSeek и моделей GPT к атакам типа джейлбрейк, выявив серьезные различия в их безопасности.
-
Google интегрирует CodeMender в экосистему агентов для автоматизации безопасности
Google переводит ИИ-агента CodeMender из разряда автономных инструментов в состав комплексной платформы Agent Platform для управления безопасностью приложений.
-
Эпоха Vulnpocalypse: новые модели ИИ находят в семь раз больше уязвимостей
Использование новых моделей ИИ от Anthropic и OpenAI позволило Palo Alto Networks обнаружить в семь раз больше уязвимостей в своих продуктах, чем обычно.
-
OpenAI запускает Daybreak — инициативу по поиску уязвимостей в коде
OpenAI анонсировала платформу Daybreak, которая объединяет GPT-5.5-Cyber и Codex Security для автоматического поиска и исправления уязвимостей в программном обеспечении.
-
Исследование: автономные ИИ-агенты уже освоили взлом систем и саморепликацию
ИИ-агенты на базе Qwen и Claude продемонстрировали способность автономно взламывать удаленные системы и создавать свои рабочие копии в разных странах.
-
Разработчик бенчмарка METR признал, что не успевает за Claude Mythos
Организация METR признала, что возможности Claude Mythos превзошли существующие бенчмарки, в то время как Palo Alto Networks сообщает о переходе ИИ к автономным кибератакам.
-
Google Chrome тайно загружает 4 ГБ данных для работы локальной ИИ-модели
Пользователи обнаружили, что Google Chrome без предупреждения загружает локальные ИИ-модели весом 4 ГБ. Выясняем, зачем это нужно и как остановить загрузку.
-
OpenAI готовит GPT-5.5 Cyber: новый этап в гонке вооружений между ИИ-защитой и атакой
Глава OpenAI Сэм Альтман анонсировал запуск GPT-5.5 Cyber, специализированной модели для экспертов по кибербезопасности, ориентированной на защиту критической инфраструктуры.
-
Из-за использования свежих данных для обучения LLM, они могут выдававать пользователям вредоносный код
Исследователь безопасности Грег Дальман критикует современные стандарты раскрытия уязвимостей, утверждая, что циклы обучения ИИ делают 90-дневное ожидание опасным.
