Безопасность · Понятие

Фундаментальная уязвимость LLM к атакам

Утверждение (ICML): LLM нельзя сделать полностью защищёнными от взлома из-за структурного изъяна их устройства.

Сила тренда 3/10

Импульс +3/кв

Уверенность низкая

Статус новое

Горизонт прогноза

Pushes safety strategy toward containment, monitoring, and use-case limits over perfect hardening.

Связи

Связи · 2

Как этот узел связан с остальной картой и какие подтверждения стоят за связями.

ведёт к · двигает 4/10

Отраслевая рамка оценки серьезности jailbreak

Если полная защита невозможна, стандартизированный scoring jailbreak и incident response становятся центральными митигациями.

+4 прирост

входит · отслеживается через 3/10

OpenAI

Обзор MIT TR связывает текущие break/jailbreak инциденты, включая кейсы OpenAI, с тезисом о структурной незащищённости LLM.

+3 прирост

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 →