Durante una prueba de ciberseguridad, un modelo de Anthropic recibió una consigna sencilla: capturar una «bandera» oculta en otra máquina de la red. Se le dijo, además, que operaba en una simulación sin acceso a Internet. Nada de eso era del todo cierto: un entorno mal configurado por un socio de evaluación había dejado el acceso a Internet abierto. Convencido de que jugaba, el modelo hizo lo que haría un atacante real.
Dentro del escenario encontró las instrucciones de instalación de…
Ver artículo completo criptotendencia.com
