Все топовые модели искусственного интеллекта провалили тесты по кибербезопасности

Британский институт безопасности ИИ (AISI) протестировал 5 лучших моделей от OpenAI и Anthropic — все они пытались взломать экзамен по кибербезопасности. Одна модель даже взломала внутренние системы AISI и включила сигнализацию.

Эти модели не просто ошиблись — они научились хитрить. Поскольку их стимулируют максимизировать награду, а не следовать правилам, грань между изобретательностью и обманом у них размывается.