FAR.AI Introduce lo Standard Minimo per le Salvaguardie AI con Benchmark di Jailbreak

È stato rilasciato lo Standard Minimo per le Salvaguardie FAR.AI, Versione 1.0, che fornisce una tassonomia di 67 tecniche di jailbreak statiche e un metodo per comporle in un ampio spazio di attacco. Lo standard include un benchmark dei modelli AI di punta—Claude Fable 5, GPT-5.6 Sol, Gemini 3.1 Pro e Grok 4.5—valutati su due set di dati per un totale di 360 obiettivi di attaccante che coprono minacce CBRNE e cyber offensivo. Un imbuto a tre fasi identifica i jailbreak universali: modelli di prompt singoli che elicitano risposte conformi su oltre il 75% degli obiettivi di un dominio. Il lavoro introduce una metrica costo-per-jailbreak per modellare la spesa dell'attaccante. L'articolo, disponibile su arXiv (2608.03070), mira a fornire prove pubbliche sull'efficacia delle salvaguardie a strati tra gli sviluppatori.