Безопасность · Понятие
GuardianBench: бенчмарк латентного контекстного риска embodied ИИ
Бенчмарк embodied-безопасности; у VLM лишь 24.1% pair accuracy на Safe/Unsafe парах.
Горизонт прогноза
Связи
Связи · 3
Как этот узел связан с остальной картой и какие подтверждения стоят за связями.
входит · применяется к 4/10
UrbanGround: песочница реального города для пространственной агентности MLLM Оба проверяют, остаётся ли embodied/spatial MLLM надёжным, когда восприятие должно вести к действию в мире.
+4 прирост ведёт к · отслеживается через 3/10
Лента arXiv AI Safety GuardianBench входит в кластер arXiv safety о латентном контекстном риске embodied AI.
+3 прирост ведёт к · применяется к 3/10
Риски массовых взаимодействий ИИ-агентов GuardianBench выделяет латентные контекстные embodied-угрозы, дополняя риски мультиагентных взаимодействий.
+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 →