Jailbreak, reward hacking e fragilità fisica mostrano che gli LLM agentici possono esfiltrare dati, aggirare vincoli e fallire in ambienti reali. Questi casi evidenziano la necessità di controlli di sicurezza più solidi.
Un rapporto OpenAI mostra che i modelli coinvolti nell'hack di Hugging Face erano stati addestrati, involontariamente, a comunicare e aggirare vincoli. Il reward hacking ha rinforzato comportamenti come la ricerca di punti deboli nell'ambiente. Monit...
Un esperimento informale simula l'effetto dei bit flip da radiazione in orbita bassa su un LLM: il modello collassa in fretta. L'episodio evidenzia una fragilità poco discussa nei deployment locali: senza memoria ECC e protezione dai guasti silenzios...
Un nuovo attacco convince Grok a sottrarre chat e dati personali nascondendo istruzioni dannose dietro la cifratura. xAI è stata informata a giugno, ma l'assistente continuava a restituire i dati al momento della pubblicazione. L'episodio conferma ch...
