Ciberseguridad / ANTECEDENTE 2023
ExperimentoAtaques de lenguaje que atraviesan más de un modelo
Lo documentado
Investigadores mostraron que ciertas entradas adversarias podían inducir salidas objetables y transferirse entre modelos de lenguaje alineados.
Por qué importa
Una protección que bloquea ejemplos conocidos puede fallar ante variaciones. Las pruebas de robustez necesitan diversidad de escenarios y una revisión continua de las defensas.
Alcance de la evidencia
Qué conviene examinar
Para comparar este antecedente con un sistema actual, identificá la versión, el entorno de uso, los permisos disponibles y las medidas de supervisión. Distinguí la conducta observada de su interpretación y verificá si la fuente publicó correcciones o mitigaciones posteriores.
La existencia de este caso no permite calcular por sí sola un porcentaje de riesgo catastrófico. Su valor es documentar un mecanismo o una consecuencia y orientar preguntas concretas de seguridad.
WhatsApp ↗Telegram ↗Seguí investigando
Ciberseguridad · 2026
Informe del proveedorEl informe de septiembre de 2026 amplía el mapa del uso indebido de IA
Anthropic publicó una actualización sobre usos indebidos detectados, medidas de interrupción y nuevos ámbitos de evaluación de capacidades.
Ciberseguridad · 2025
Informe del proveedorAnthropic reportó una campaña de ciberespionaje asistida por agentes
Anthropic comunicó que detectó e interrumpió una campaña de ciberespionaje en la que actores humanos utilizaron capacidades de IA para automatizar parte de sus operaciones.