Безопасность · Понятие

MemTrapBench: когнитивные ловушки памяти LLM

Бенчмарк фиксации рассуждений и искажения убеждений из памяти; смягчение AdaptiveMem во время инференса.

Сила тренда 4/10

Импульс +4/кв

Уверенность низкая

Статус новое

Горизонт прогноза

Связи

Связи · 1

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

ведёт к · применяется к 3/10

Запоминание во время развёртывания в агентах на основе фундаментальных моделей

Даже точный retrieval памяти может фиксировать рассуждение и искажать убеждения на текущей задаче.

+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 →