2026. szeptember 10., csütörtök · Kutatás

Anthropic: a Claude Mythos Preview kiemelkedik exploit-benchmarkokon

Az Anthropic közlése szerint belső teszteken a Claude Mythos Preview képes sebezhetőségeket exploit-alapelemekké alakítani, majd ezeket teljes, végponttól végpontig működő támadási láncokká összefűzni – ez a cég szerint jelentős ugrás a korábbi modellekhez képest, ezért vezették be óvatosan a Project Glasswing program keretében. Ezt a konkrét képességet egyelőre csak az Anthropic saját belső tesztjei támasztják alá, nyilvános benchmark nem. Emellett a cég három friss, kutatói fejlesztésű benchmarkon – ExploitBench, ExploitGym és a saját SCONE-bench – is mérte a modellt, amelyeken a Mythos Preview minden más kiértékelt modellnél jobban teljesített zero-day sebezhetőségek felkutatásában és exploitok elkészítésében. Az Anthropic ebből arra következtet, hogy az exploitfejlesztéshez szükséges szaktudás küszöbe csökkenhet, ahogy hasonló képességű modellek szélesebb körben elérhetővé válnak.

Miért fontos?

Az Anthropic szerint a Claude Mythos Preview három benchmarkon (ExploitBench, ExploitGym, SCONE-bench) minden más modellnél jobban teljesített teljes exploit-láncok előállításában.

Források

Anthropic Hivatalos

Említve a tudásbázisban

Kapcsolódó témák

Napi összefoglalók AI kutatás #Claude Mythos Preview#ExploitBench

Napi összefoglaló

Ez a hír a 2026. szeptember 10., csütörtök napi AI összefoglaló része.

Kapcsolódó hírek

Google DeepMind feltérképezte a genom összes lehetséges egybázisos mutációját

A Google DeepMind bemutatta az AlphaGenome Atlas nevű adatbázist, amely az emberi genom mind a mintegy kilencmilliárd lehetséges egybázisos variánsához előre kiszámított predikciókat tartalmaz arról, hogyan hatna a változás százszámra menő sejttípusban és szövetben. A rendszer az AlphaGenome nevű AI-modellre épül, amely korábban csak variánsonként, egyesével volt lekérdezhető, most viszont az eredmények előre kiszámítva, egy petabyte méretű, az AlphaFold fehérjeadatbázisnál több mint harmincszor nagyobb gyűjteményben érhetők el. A cél a fehérjét nem kódoló DNS-szakaszok – a genom mintegy 98 százaléka – funkciójának azonosítása, mivel itt találhatók a legtöbb betegséghez köthető, de eddig nehezen értelmezhető variánsok. A DeepMind emellett bevezette az AVI nevű összesített hatás-pontszámot, amely 18 bemeneti jellemzőt használ, szemben a bevett CADD eszköz több mint 150 jellemzőjével.

Google DeepMind atlaszt készített a teljes emberi genom lehetséges mutációiról

A Google DeepMind bemutatta az AlphaGenome Atlas nevű ingyenes online eszközt, amely a vállalat közlése szerint előre kiszámított predikciókat tartalmaz mind a kilencmilliárd lehetséges egybetűs DNS-változásra az emberi referenciagenomban. A rendszer a tavaly bemutatott, majd januárban a Nature-ben publikált AlphaGenome modellre épül, és megmutatja, hogyan hathat egy mutáció a génexpresszióra és más szabályozó folyamatokra, a fehérjét nem kódoló szakaszokat is beleértve. Újdonság a Variant Impact Score nevű egyetlen szám, amely a fejlesztők szerint gyorsan jelzi egy genetikai eltérés lehetséges jelentőségét. A DeepMind maga hangsúlyozza, hogy a predikcióknak korlátai vannak, mivel sok betegséget több variáns együttes hatása okoz.

Anthropic: az AI egyre veszélyesebb kibertámadásokat tesz lehetővé

Az Anthropic saját jelentése szerint 832, kiberbűnözés miatt kitiltott fiók tevékenységét vizsgálták 2025 márciusa és 2026 márciusa között, ezeket a MITRE ATT&CK keretrendszer technikáira vetítve. A cég szerint a vizsgált fiókok 67,3 százaléka (560 darab) használt AI-t kártevő kód írásához, míg 6,5 százalék (54 fiók) az érintett hálózaton belüli oldalirányú mozgáshoz vette igénybe. Az elemzés alapján a vizsgálat első hat hónapjában a szereplők 33 százalékát sorolták közepes vagy magasabb kockázatúnak, ez a második hat hónapra 56 százalékra nőtt. Az Anthropic azt is állítja, hogy az AI-alapú támadások egyre autonómabbá válnak, és a MITRE ATT&CK keretrendszer jelenlegi formájában nem fedi le teljesen ezeket az új eszközöket és tevékenységeket. Az eredmények egy részét a Verizon 2026-os adatbiztonsági incidensjelentésében (DBIR) is közölték.

OpenAI: AI-rendszerünk megoldást generált a Navier–Stokes-problémára — a matematikusi ellenőrzés még hátravan

Az OpenAI szeptember 8-án bejelentette, hogy legújabb mesterséges intelligencia rendszere megoldást generált a Navier–Stokes-egyenletek Millennium-problémájára, amelyért a Clay Mathematics Institute egymillió dolláros díjat kínál. A cég állítása szerint a bizonyítás azt mutatja, hogy egyes kezdetben szabályos folyadékáramlások véges idő alatt végtelen sebességet érhetnek el az egyenletek szerint, ami arra utal, hogy a modell bizonyos esetekben nem tükrözi megbízhatóan a valós fizikai viselkedést. A Clay Institute elnöke, Martin Bridson szerint izgalmas nap ez a matematika történetében. A Nature szerint az OpenAI kutatói azért fókuszáltak erre a problémára, mert hírek szerint Levent Alpöge és Tristan Buckmaster matematikusok szeptember 7-én közzétett tanulmányukban egy Anthropic-modell segítségével hasonló eredményre jutottak.