Abliteration

Anthropic meldt dat GLM-5.3 in testomgevingen zelfstandig exploits bouwt en dat eenvoudige trucs de veiligheidsremmen omzeilen. NIST bevestigt de cybercapaciteit, maar plaatst het model vier maanden achter de Amerikaanse top.

Base Labs, Hugging Face en Goodfire werken aan open veiligheidsinfrastructuur voor modeltraining en runtime-monitoring. De methoden zijn nog niet vrijgegeven, maar self-hosted modellen moeten tijdens gebruik controleerbaar blijven.