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.
보안·인프라 · 최신기사
보안과 개인정보, 운영체제와 클라우드·데이터 인프라를 다룹니다.
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.