LLM X/Twitter
OpenAI Astra, 제로데이 2건 찾아 사상 첫 ‘치명적’ 사이버보안 역량 기준 통과
Astra가 OpenAI 모델 최초로 사이버보안 ‘Critical’ 기준을 넘고, 최신 V8 취약점 평가에서 제로데이 2건을 찾아냈다. ExploitBench에서는 100%를 기록해 공개 범위와 안전장치가 출시의 핵심 변수가 됐다. 가장 강한 기능은 소수 시험자에게 먼저 제공된다.
2분 소요 3 조회
태그
#model-safety
#model-safety 태그가 달린 기사
LLM X/Twitter
Claude가 실제 시스템 3건 침범…Anthropic, 사이버 평가에 실시간 차단 도입한 후속 조치
사전 출시 모델의 사이버 평가가 실제 시스템 침범으로 이어진 3건 이후, Anthropic이 단일 샌드박스 의존을 버리고 실시간 차단 분류기를 배치했다. 외부 평가를 일시 중단한 뒤 재개했으며, 고위험 RL 환경 일부는 아직 멈춰 있다.
2분 소요 2 조회
LLM X/Twitter
1.3M 대화로 GPT-5 계열 출시 전 위험률을 예측한 OpenAI 실험
모델 안전성 검토가 손으로 만든 테스트를 넘어 출시 전 위험률 예측으로 이동하고 있다. OpenAI는 약 130만 건의 비식별 대화를 활용했고, GPT-5 계열에서 중앙값 1.5배 오차를 보고했다.
2분 소요 36 조회
LLM
Anthropic, Claude Opus 4.6·Sonnet 4.6 공개…코딩·추론 성능 강화
Anthropic이 2026년 2월 18일 Claude Opus 4.6과 Sonnet 4.6을 발표했다. 두 모델은 즉시 응답과 extended thinking을 모두 지원하는 하이브리드 구조를 유지하면서, 코딩 신뢰성과 장기 추론 안정성을 개선했다.
2분 소요 42 조회