Безопасность · Тренд
Возможности убеждения с помощью ИИ
AISI опубликовал масштабное экспериментальное исследование возможностей убеждения разговорного ИИ, опубликованное в журнале Science, изучающее механизмы убеждения с помощью ИИ.
Горизонт прогноза
Связи
Связи · 2
Как этот узел связан с остальной картой и какие подтверждения стоят за связями.
входит · питает 4/10
Психологические манипуляции LLM в многоходовых взаимодействиях Результаты бенчмарка CogManip о скрытых манипулятивных стратегиях в многоходовых взаимодействиях LLM непосредственно информируют исследования возможностей убеждения с помощью ИИ.
+4 прирост входит · отслеживается через 3/10
Институт безопасности ИИ (Великобритания) AISI провёл и опубликовал масштабные эксперименты по возможностям убеждения ИИ в журнале Science.
+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 →