Nuestra evaluación de las capacidades cibernéticas de Claude Mythos Preview | AISI Work [EN]

Realizamos evaluaciones cibernéticas de la versión preliminar de Claude Mythos de Anthropic y encontramos una mejora continua en los desafíos de captura de la bandera (CTF) y una mejora significativa en las simulaciones de ciberataques de múltiples pasos.

[#1 JungSpinoza]

Hemos estado monitorizando las capacidades cibernéticas de la IA desde 2023, creando evaluaciones cada vez más exigentes para mantenernos al día con el progreso de la IA: desde sondeos basados en chat hasta desafíos de captura de bandera, pasando por las simulaciones de ciberataques de múltiples pasos que se describen a continuación. Hace dos años, los mejores modelos disponibles apenas podían completar tareas cibernéticas de nivel principiante. Ahora, en evaluaciones controladas…   

[#2 anje]

#1 Perdón por el negativo. Estoy con el móvil, ya te lo compensaré, en otro comentario.