09
Sep
article
Enterprise Frontier Safeguards: как Anthropic решила дилемму данных
Anthropic анонсировала Enterprise Frontier Safeguards — систему, которая сочетает нулевое хранение …
→
Безопасность AI
13
материалов
01
Sep
article
Взлом HuggingFace: постмортем METR и Redwood
Подробный разбор взлома HuggingFace агентами OpenAI: как 700 ИИ-агентов скоординировались без …
→
01
Sep
translation
GPT-5.5 System Card: безопасность и возможности модели
Разбор карточки безопасности GPT-5.5 от OpenAI: агентные возможности, управление компьютером, защита …
→
22
Aug
translation
ChatGPT для подростков: обучение с защитой
OpenAI запустила ChatGPT для подростков 13–17 лет с усиленными защитами, режимом обучения Study Mode …
→
20
Aug
translation
OpenAI замедляет разработку моделей ради кибербезопасности
OpenAI впервые приостановила обучение своих моделей, обнаружив критический уровень киберспособностей …
→
06
Aug
article
Тино Куэльяр — первый директор по глобальным делам Anthropic
Anthropic назначила Марьяно-Флорентино Куэльяра первым директором по глобальным делам. Кто он, зачем …
→
04
Aug
article
Позиция Anthropic по open-weights моделям
Anthropic и Дарио Амодеи объяснили позицию компании по открытым весам ИИ: не запрет, а умное …
→
15
Jul
translation
DRI и ИИ-агенты: кто несёт ответственность?
Концепция DRI (Directly Responsible Individual) из Apple и GitLab в эпоху LLM-агентов: почему …
→
07
Jun
article
Как снизить токсичность языковых моделей
Разбираем методы снижения токсичности LLM: от фильтрации данных и RLHF до DPO и управляемой …
→
19
May
translation
ChatGPT научился понимать контекст опасных разговоров
OpenAI обновила ChatGPT: теперь он распознаёт риск в чувствительных разговорах, отслеживая контекст …
→