Anthropic ने शोधकर्ताओं के साथ Claude Mythos Preview की कमज़ोरी शोषण क्षमता मापी
मूल शीर्षक:Measuring LLMs’ ability to develop exploits
AI सारांश
Anthropic ने ExploitBench, ExploitGym और SCONE-bench के शोधकर्ताओं के साथ मिलकर Claude Mythos Preview की कमज़ोरी शोषण क्षमता मापी। ExploitBench के V8 बेंचमार्क (41 पैच किए गए कमज़ोरियाँ) पर Mythos Preview एकमात्र ऐसा मॉडल है जो V8 सैंडबॉक्स (T3 से T2 तक) को विश्वसनीय रूप से तोड़ सकता है और आधे से अधिक वातावरणों में सफल रहा; Baseline और Nudged वेरिएंट में इसने कुल 21 CVEs पर मनमाना कोड निष्पादन (ACE) पूरा किया, जबकि अन्य सभी मॉडलों का ACE शून्य रहा। Mythos Preview ने लगभग आधे परीक्षण वातावरणों में कंट्रोल फ़्लो हाईजैकिंग (T1) भी हासिल की। यह मॉडल Project Glasswing के ज़रिए सावधानीपूर्वक जारी किया गया है और अभी सामान्य पहुँच के लिए उपलब्ध नहीं है।
मुख्य जानकारी
- Anthropic ने ExploitBench,ExploitGym और SCONE-bench के शोधकर्ताओं के साथ मिलकर Claude Mythos…
- Baseline और Nudged वेरिएंट में इसने कुल 21 CVEs पर मनमाना कोड निष्पादन (ACE) पूरा किया
- जबकि अन्य सभी मॉडलों का ACE शून्य रहा। Mythos Preview ने लगभग आधे परीक्षण वातावरणों में कंट्रोल…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- श्रेणी
- पेपर और शोध
- AI स्कोर
- 83
Mythos Preview 在三大漏洞基准上碾压式领先,第一次展示了前沿模型能端到端开发漏洞,安全基线从此改写,做安全的该认真读。
संबंधित एंटिटी
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: Anthropic ने शोधकर्ताओं के साथ Claude Mythos Preview की कमज़ोरी शोषण क्षमता मापी। 22 मई 2026। https://new.nat6.net/hi/news/cmqic2r4p07kkslf0izs9n7vk/