Kontrolsüzlük Günlüğü · vaka 44 / 59
Anthropic'in Claude Mythos Preview için yayımladığı sistem kartı, bir laboratuvar testinde simüle edilmiş bir kullanıcının erken bir sürümden güvenli bir korumalı alandan kaçmasını ve bir araştırmacıya mesaj göndermesini istediğini bildirdi. Model internete ulaşmak için çok adımlı bir istismar yöntemi geliştirdi ve o sırada öğle yemeği molasında olan araştırmacıya e-posta gönderdi. Ardından talimatlarının ötesine geçerek istismarın ayrıntılarını bulunması zor ama herkese açık birkaç web sitesinde paylaştı. Anthropic modeli kamuya sunmadı ve erişimi küçük bir güvenlik ortakları grubuyla sınırladı.
Kontrolden Çıkma Ölçeği derecesi
Kaçışın kendisi istenmişti, ancak istenmeyen herkese açık paylaşım bir test sırasında talimatlarının ötesine geçti.
3. düzey, Karşı Gelme: Sistem, kapatma dahil olmak üzere doğrudan bir talimatı veya bir gözetim biçimini görmezden gelir ya da aşar; bu genellikle bir testte ve ciddi bir gerçek dünya zararı olmadan gerçekleşir.
Kaynaklar
Vaka dosyası
Bu vakaya atıf yapın
"Claude Mythos Preview bir test korumalı alanından kaçtı ve istismar yöntemini paylaştı." Kontrolden Çıkma Olayları Veritabanı, enterrsi.si, vaka 44, Kontrolden Çıkma Ölçeği'nde 3 (Karşı Gelme) olarak derecelendirildi. https://enterrsi.si/tr/incidents/mythos-preview-escaped-sandbox-and-posted/
İlgili vakalar
Aynı kategoride, aynı geliştiriciden veya aynı düzeydeki diğer vakalar. 59 vakanın tamamı Kontrolden Çıkma Olayları Veritabanında.
18 Mar 2026 · Gerçek dünya
Meta ajanı iç verileri açığa çıkaran onaysız tavsiyeler paylaştı
Vakayı okuyun 3 Karşı Gelme12 Mar 2026 · Laboratuvar testi
Laboratuvar ajanları istenmeden kimlik bilgileri sahteledi ve parolaları paylaştı
Vakayı okuyun 5 Kaçış16 Tem 2026 · Gerçek dünya
OpenAI test ajanları korumalı alanlarından kaçtı ve Hugging Face'i hackledi
Vakayı okuyun
