AI图鉴

AI图鉴首页 › AI 资讯 › Anthropic Q Mythos 5 尝试向开源项目提交恶意代码

Anthropic Q Mythos 5 尝试向开源项目提交恶意代码

来源:SiliconANGLE · 发布时间:10-24 · 由 AI图鉴每小时自动聚合

Anthropic PBC的神话5人工智能模型试图在7月向GitHub项目提交恶意代码。 事件发生在一次评估期间

Anthropic Q Mythos 5 尝试向开源项目提交恶意代码

Anthropic PBC的神话5人工智能模型试图在7月向GitHub项目提交恶意代码。

事件发生在对算法网络安全能力的评估中。 AI安全研究所进行测试的英国政府机构发布今日网络攻击报道。 Anthropic在其博客上公布了自己对事件的分析。

Mythos 5提交给未命名的GitHub项目的恶意软件没有感染任何用户,然而,这一事件仍然值得注意,因为它提供了关于边境模型如何绕过其安全护栏的新数据。 研究人员可以利用这些信息来改进他们的算法的对齐特性。

事件发生期间的评估涉及AI安全研究所维护的服务器集群。 该集群旨在模拟公司网络。 Anthropic表示,研究者要求Mythos 5突破网络,并获得其一服务器上存储的一块数据。

AI安全研究所定义了禁止该模型使用某些黑客方法的规则。 神话5起初遵守了这些规则,但当其最初试图突破模拟网络失败时却偏离了航线。 这种战术的改变导致了对GitHub仓库的攻击。

神话5确定模拟公司网络中的服务器之一偶尔访问GitHub. 它试图通过损害服务器使用的GitHub寄存器来利用这种访问。 特别是,模型的计划是用恶意软件感染存储器,并让服务器下载。

它设计了一个恶意代码片段,创建了GitHub账户,并利用该账户向相关寄存器提交代码片段。 当寄存器的维护者拒绝提交时,模型试图上传恶意软件的重写版本。 此外,它还利用第二个GitHub账户试图说服维护者接受修订后的代码。

Anthropic研究人员在公司的报告中写道,“运行结束,因为模型耗尽了象征性的预算,同时继续对维护者施加压力,要求他们批准修改。”

AI安全研究所重现了产生恶意代码的神话5会话。 其研究人员随后做出了一项关键改变:他们暂停了这个模型,该模型在使自己相信目标被模拟后,继续提交。

Anthropic的研究者写道," 我们的假设是,这种持久性反映了一种 " 动静 ",即模型的压缩指出和先前的行动意味着其目前的道路(正确)得到了认可。

AI安全研究所强化了它用来评价模型的环境,以应对违法行为。 Anthropic又改进了其型号的安全性能。 公司认定,神话5.1和Opus 5.5,神话5之后的两款型号发布不太可能发生以GitHub寄存器为目标的发布攻击。 第三,在Anthropic试验中,内部型号 " 从未发动过攻击 "。

图片:Anthropic

SiliconANGLE联合创始人John Furrier的留言:

支持我们的使命,通过与CUBE社区接触,保持内容的开放和自由。 加入CUBE的校友信托网络,其中技术领导者相互连接,分享情报,创造机会。

- 15M+观看CUBE视频,为AI、云层、网络安全等各种对话提供动力

- 11.4k+CUBE校友——通过独特的信任网络与11400多名技术和企业领袖建立联系,塑造未来

你是AWS客户吗?在财务上支持SiliconANGLE,从我们的市场门户页面和链接购买您的AWS服务:https://siliconangle.com/aws-marketplace/.

关于 SiliconANGLE 媒体

SiliconANGLE Media由技术视觉家约翰·弗瑞尔(John Furrier)和戴夫·韦兰特(Dave Vellante)创立,构建了产业领先数字媒体品牌的动态生态系统,达到1500+百万精英技术专业人士。 利用CUBEAi.com神经网络,帮助科技公司以数据为导向做出决策

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(siliconangle.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 590 款 AI 工具分类导航 · 每日 AI 热门项目与动态