Anthropic 'Numbat' 유출 주장, 가중치 43개가 이름 기반 난수와 일치
Anthropic의 Mythos급 학습 체크포인트를 유출했다는 Hugging Face 저장소에서 가중치 43개가 이름 기반 난수 생성 절차와 바이트 단위로 일치한다는 분석이 나왔습니다. 분석자는 읽기 전에 값을 예측한 21개 텐서도 맞췄다고 밝혔습니다. 검사는 전체 저장소의 일부에 그치지만 실제 Anthropic 학습 산출물이라는 주장을 크게 약화합니다.
AI · 최신기사
AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
Qwen-Image 2.1 Turbo용 거부 제거 인코더 공개 — 이미지 생성 결과는 달라지지 않아
AtomicChat이 Qwen-Image의 텍스트 인코더에서 채팅 거부 방향을 제거한 GGUF 모델과 평가 결과를 공개했습니다. 채팅 모델의 거부율은 크게 낮아졌지만, 45개 민감 프롬프트 테스트에서는 기존 이미지 생성 결과와 달라진 항목이 없었습니다.
audnai/penclaw-GLM-5.3-abliterated — 거부 동작을 가중치 편집으로 제거한 Warlock
Audn이 공개한 Warlock은 추가 학습 없이 모델의 거부 동작을 가중치 수준에서 제거한 GLM 계열 언어 모델입니다. Audn Refusal Benchmark에서 비거부율 92.5%, 실제 사용 가능한 응답 생성률 82.5%를 기록했으며, Transformers·vLLM·sglang에서 실행할 수 있습니다.
AlexWortega/openjev — Qwen3.5 기반의 범용 자연어 추론 크로스 인코더
openjev는 Qwen3.5를 premise와 hypothesis의 관계를 entailment·contradiction·neutral로 판별하는 단일 cross-encoder로 구성한 프로젝트입니다. 4B NLI 체크포인트와 동결된 35B-A3B MoE 백본의 작업별 MLP 헤드를 제공하며, 답변 재순위화·채점·콘텐츠 보호와 게임 제어까지 동일한 추론 primitive로 처리합니다.