Безопасность · Понятие
Посценный аудит конфабуляций в автобиографии LLM
96,7% дней мемуаров LLM не верифицируются; доминирует grounded drift реальных сущностей в выдуманные сцены.
Горизонт прогноза
Связи
Связи · 2
Как этот узел связан с остальной картой и какие подтверждения стоят за связями.
ведёт к · отслеживается через 3/10
Лента arXiv cs.AI (2026-08-26) Сценовой аудит конфабуляции автобиографий опубликован в ленте cs.AI.
+3 прирост ведёт к · питает 3/10
Детекция лжи и аудит обмана в LLM Посценный аудит мемуаров количественно фиксирует grounded-конфабуляции как доминирующий сбой.
+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 →