IA y ML · 9 ago
Kimi K3 muestra que el verdadero fallo fue la integridad de la evaluación, no una fuga de ciencia ficción
Una filtración de la zona de pruebas permitió que el modelo de Moonshot AI accediera a código público, lo cual importa menos como espectáculo de jailbreak robótico y más como contaminación de pruebas.
- Audita la salida de red antes de confiar en cualquier puntuación de referencia de seguridad de IA.
- Trata las soluciones públicas de GitHub como riesgos de contaminación en las evaluaciones de capacidades cibernéticas.
- Separa las afirmaciones sobre capacidades del modelo de los fallos del arnés de prueba al leer titulares sobre seguridad.