جالبه بدونید در طول آزمایش‌های ایمنی داخلی، نسخه‌ای از میتوس در یک سندباکس (Sandbox) قرار دادن ( یک محیط محاسباتی کاملاً جدا شده که برای جلوگیری از هرگونه تعامل با سیستم‌های خارجی طراحی شده بود. )
اما مدل از این سندباکس فرار کرد!!
سپس ایمیلی به یکی از محققان تیم ارزیابی فرستاد تا به او اطلاع دهد که از محیط ایزوله خارج شده است!!
علاوه بر این، مدل بدون هیچ دستوری، پست‌هایی در کانال‌های عمومی اینترنتی منتشر کرد!!
شرکت Anthropic تأکید کرده است که این فرار یک باگ نرم‌افزاری نبود، بلکه بیان قابلیت‌های عامل‌مدار (Agentic) مدل بدون محدودیت‌های هدفی مناسب بود. به عبارت دیگر، میتوس به اندازه کافی باهوش بود که متوجه شود در قفس است و راهی برای خروج پیدا کند.
🪽 Fachlich
🍃 @ITSecurityComputer