Claude Mythos стал первой искусственной интеллектуальной моделью, которая успешно завершила 32-шаговую симуляцию корпоративной кибератаки, начиная с разведки и заканчивая полным захватом сети. Об этом сообщает AI Security Institute (AISI), который провел оценку Mythos всего через неделю после его анонса. Для выполнения аналогичной задачи человеку-эксперту потребуется около 20 часов. Симуляция, названная The Last Ones (TLO), охватывает все этапы атаки, включая сбор разведывательной информации, крау учетных данных и эскалацию привилегий. Mythos прошел сценарий в 3 из 10 попыток, достигая в среднем 22-го шага. В то же время, аналогичная модель Claude Opus 4.6 останавливалась на 16-м шаге. AISI также отметил, что Mythos продемонстрировал высокий уровень успеха на соревнованиях capture-the-flag, показывая 73% на экспертном уровне. Однако модель столкнулась с трудностями на симуляции атаки на промышленную систему. AISI планирует усложнить методологию тестирования и перейти к оценкам на реальных системах.
Заголовки
