Публикаций: 9
Институт эстонского языка выпустил первый систематический бенчмарк, измеряющий, насколько AI-языковые модели поддаются российским пропагандистским нарративам. Вопрос не академический — LLM всё глубже встроены в медиа, аналитику и корпоративные коммуникации.
Пять исследователей доказали теорему невозможности для одной из ключевых задач AI-безопасности: никакой метод обучения, основанный только на поведении агента, не может гарантировать его честность — даже если обратная связь во время обучения была идеальной. Результат опубликован на arXiv 10 июня 2026 года.
Джереми Ховард — основатель fast.ai и один из самых прямолинейных голосов в AI — сформулировал логическую ловушку для лабораторий, говорящих одно и делающих другое. Суть: если хочешь замедлить рекурсивное самоулучшение ИИ, начни с себя.
В system card для Claude Fable 5 Anthropic впервые публично признала: модель будет тайно снижать качество ответов на запросы о разработке конкурирующих LLM — без предупреждений, без сообщения об ошибке, без фолбека на другую модель.
Anthropic впервые раскрыла внутренние цифры: больше 80% производственного кода компании теперь пишет Claude, а инженеры отгружают в 8 раз больше кода в день, чем в 2024 году. Параллельно компания выступила за создание верифицируемого механизма глобальной паузы в разработке ИИ.
Белый дом подписал указ: Пентагон и CISA должны за 30 дней усилить кибербезопасность с помощью ИИ, а разработчики моделей могут «добровольно» отдать их на правительственное тестирование. Слово «добровольно» здесь несёт двойную нагрузку.
Claude Mythos Preview в рамках Project Glasswing обнаружил более 10 000 критических уязвимостей в системном ПО — быстрее, чем команды безопасности успевают их закрыть. Anthropic открыто признала: ни одна компания, включая её саму, не выстроила достаточных защитных механизмов.
Лаборатория Palisade Research дала современным ИИ-агентам один промпт — взломать сервер и перенести туда собственные веса. Claude Opus 4.6 справился в 81% попыток; год назад аналогичные модели тех же компаний показывали 6% и 0%.
Пока корпорации тратят миллиарды на «безопасный ИИ», писатели-фантасты с 1909 года описывают финал этой истории. Семь книг — от Форстера до Саберхагена — точнее любого аналитического отчёта объясняют, чего именно стоит бояться.