Безопасность · Понятие
AISPA: пользовательский аудит system prompt’ов
Рамка аудита коммерческих system prompt’ов по восьми пользовательским измерениям в десятках ИИ-продуктов.
Горизонт прогноза
May become a transparency pressure point for undisclosed developer instructions.
Связи
Связи · 3
Как этот узел связан с остальной картой и какие подтверждения стоят за связями.
ведёт к · питает 4/10
Офис ИИ ЕС Непрозрачные коммерческие system prompts создают пробелы accountability, релевантные прозрачности GPAI и защите пользователей.
+4 прирост ведёт к · делает возможным 4/10
Регулирование легитимности ИИ за пределами alignment Аудит скрытых system prompt’ов снижает opacity, мешающую публике судить о правомерности власти ИИ.
+4 прирост ведёт к · поддерживает 3/10
Регулирование легитимности ИИ за пределами alignment Непрозрачность system prompt и неравномерные protective-инструкции иллюстрируют частную власть ИИ без публичной авторизации.
+3 приростИсточники сигнала
Источники сигнала
Датированные факты из первоисточников по этому направлению.
Центр оценок США Jun 2025
В июне 2025 года Институт безопасности ИИ США переименован в Центр стандартов и инноваций ИИ (CAISI) с разворотом к безопасности, стандартам и оценке моделей противников.
NIST → Защита фронтира May 2025
Anthropic активировала стандарт развёртывания и безопасности ASL-3 вместе с Claude Opus 4 22 мая 2025 — первое реальное срабатывание ступени ответственного масштабирования, нацеленное на блокировку биорисков.
Anthropic → Трансграничное тестирование 2025
Международная сеть институтов безопасности ИИ (создана в ноябре 2024) провела третье совместное тестирование, сфокусированное на агентных ИИ-системах по кибер- и мошенническим направлениям.
European Commission — AI Office →