CERT-In dostał dostęp do niewydanego modelu Mythos od Anthropic na testy cyberobrony
Indyjska CERT-In otrzymała dostęp do Mythos, niewydanego publicznie modelu Anthropic, na potrzeby testów cyberobrony. Tak wynika z doniesień o tej umowie.
Marta ZielińskaAI, modele i technologie
CERT-In to krajowy zespół reagowania na incydenty komputerowe w Indiach. Dostał dostęp do Mythos, modelu Anthropic, którego firma nie udostępniła publicznie. Chodzi o testy cyberobrony, tak wynika z doniesień o tej umowie.
Dostęp ma znaczenie, bo organ bezpieczeństwa państwowego dostaje niewydany model przed premierą. Co to zmienia dla obrońców i dla planów wydawniczych Anthropic, na razie nie wiadomo. Żadna ze stron nie podała, jak długo dostęp potrwa ani czego dokładnie dotyczą testy.
Mythos jest opisany jako niewydany. Opinia publiczna nie może go używać, zewnętrzni badacze nie mogą go sprawdzić. CERT-In zajmuje się incydentami bezpieczeństwa komputerowego w Indiach. Testowanie modelu w takim otoczeniu wygląda inaczej niż komercyjne wdrożenie. Doniesienia nie mówią, czy inne agencje mają podobny dostęp. Nie mówią też, czy wyniki testów trafiają z powrotem do prac nad modelem.
„Umowa daje CERT-In dostęp do Mythos na potrzeby testów cyberobrony” - czytamy w doniesieniach.
Anthropic nie ogłosił daty publicznej premiery Mythos. Warunki dostępu, w tym ewentualne ograniczenia w korzystaniu z modelu, nie zostały ujawnione.
Źródła
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
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Marta Zielińska
Komentarze
0- Brak komentarzy — bądź pierwszy.