CERT-In ottiene l'accesso a Mythos, il modello Anthropic non ancora pubblicato, per testare le difese informatiche
CERT-In, il team indiano di risposta agli incidenti informatici, ha ottenuto l'accesso a Mythos, un modello Anthropic non ancora pubblicato, per testare le difese informatiche. Lo riporta la stampa che ha dato la notizia dell'accordo.

CERT-In è il team nazionale indiano di risposta alle emergenze informatiche. Ha ottenuto l'accesso a Mythos, un modello Anthropic che non è stato reso pubblico. L'accordo serve a testare le difese informatiche, secondo quanto riportato sulla vicenda.
L'accesso conta perché un organismo di sicurezza governativo riceve un modello non ancora pubblicato prima dell'uscita generale. Che cosa cambi per chi difende i sistemi e per i piani di rilascio di Anthropic non è ancora chiaro. Nessuna delle due parti ha detto quanto dura l'accesso né quali test copre.
Mythos è descritto come non pubblicato. Il pubblico non può usarlo e i ricercatori esterni non possono esaminarlo. CERT-In gestisce gli incidenti di sicurezza informatica in India. Testare un modello in quel contesto è diverso da un lancio commerciale. Il resoconto non dice se altre agenzie abbiano un accesso simile. Non dice nemmeno se i test rientrino nello sviluppo del modello.
"L'accordo dà a CERT-In l'accesso a Mythos per testare le difese informatiche", si legge nel resoconto.
Anthropic non ha annunciato una data di uscita pubblica per Mythos. I termini dell'accesso, comprese eventuali restrizioni sull'uso del modello, non sono stati resi noti.
Fonti
12- 01Wave of affordable electric cars is boosting consumers' choice: sales of sub-€25,000 models set to rise sevenfoldEN
- 02Introducing Beam: Reflection's 501B open-weight modelEN
- 03Introducing d1: The most capable decision model, now with visionEN
- 04Interfaze-1-lite: the first open-weight model for deterministic taskEN
- 05Precogly (The open-source alternative to commercial threat modeling platforms)EN
- 06Study: Path discovered to make AI models red-flag their doubtful answersEN
- 07Jeff-Code: a 0.8B model makes Qwen 3.8-27B coding 47% faster, same pass rateEN
- 08Reika – A coding agent CLI designed around small local models firstEN
- 09System One models like Jev can train their own replacementsEN
- 10Could a Large Language Model Be Conscious? – David J. Chalmers (2024)EN
- 11NASA-IBM Lunar Foundation Model and fine-tuning codeEN
- 12Topological Models of Modal LogicEN
Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.
I contenuti sono stati preparati dalla redazione con il supporto dell'IA.
Commenti
0- Nessun commento — sii il primo.