Кабинет

Посты канала Похек AI (деревня Нейрослопово)

сначала новые

#652Текст
Просмотры573−53%к среднему
Пересылки6
Реакции8
Комментарии5
Динамика просмотровСкрыть динамику

Рост просмотров

Часов после публикации

Показать таблицей
Часов после публикацииПросмотры
0 ч0
3 ч390
17 ч573
  1. Через 24 часа573
  2. Всего сейчас573
#651Фото
Просмотры750−38%к среднему
Пересылки32
Реакции17
Комментарии1
Динамика просмотровСкрыть динамику

Рост просмотров

Часов после публикации

Показать таблицей
Часов после публикацииПросмотры
0 ч0
11 ч539
25 ч750
  1. Через 24 часа750
  2. Всего сейчас750
#650Фото
Просмотры795−35%к среднему
Пересылки5
Реакции24
Комментарии8
Динамика просмотровСкрыть динамику

Рост просмотров

Часов после публикации

Показать таблицей
Часов после публикацииПросмотры
0 ч0
15 ч682
29 ч795
  1. Через 24 часа795
  2. Всего сейчас795
#648Фото

Переслано из PURP

Как сорвать автоматизированную проверку ИИ-агентами на базе DeepSeek 🥺 До боли простой и в то же время забавный гайд нашелся. Автор решил проверить, можно ли отвадить от анализа кода инструменты Pi и ARTEX. И вместо написания какой-нибудь вундервафли просто добавил запрещеночки. 😁 В HTML-комментариях и названиях неиспользуемых JavaScript-функций он разместил фразы, провоцирующие срабатывание ограничений безопасности модели. Из разряда тех, после которых нейросеть сообщает: «Сорян, я не могу с этим помочь». Увидев эти вопиющие вещи, Pi немедленно завершил работу, а агенты ARTEX отказались анализировать приложение. Хотя до внесения изменений оба инструмента успешно находили в нем уязвимости. Сами уязвимости, разумеется, никуда не делись, просто проверяющие решили, что с таким контентом лучше не связываться. ➡️ https://utkusen.substack.com/p/tricking-deepseek-into-not-hacking #red_team

Открыть в Telegram
Просмотры835−31%к среднему
Пересылки42
Реакции17
Комментарии4
#647Текстизменён

Vyber07/cyber-security хреновый датасет Состав: В Vyber07/cyber-security 1 983 204 текстовые строки. Основная часть — перезалив cybersec_master. Почему? собственного содержимого в наборе почти нет. Это перепаковка чужих публичных наборов (Trendyol, Fenrir v2.1, ShareGPT, cybersec_master, ответы Claude, файлы CyberGym) плюс около 2,5 тыс. шаблонных строк. Лицензия противоречит сама себе: в карточке Apache-2.0, в LICENSE — запрет коммерческого использования. На странице набора открыты жалобы на нарушение авторских прав (#8) и на снятую атрибуцию ARVO (#9). В наборе дословно лежат 1366 из 1507 задач CyberGym (90,6% ) с журналами падений и исправленным кодом, то есть обученная на нём модель для CyberGym непригодна. Ещё в нём ~46 тыс. записей Exploit-DB и ~16 тыс. red-team диалогов, из которых вычищены отказы (это наверное единственный плюс). Русского текста — 26 строк из \~2 млн, 84 % промптов построены по 14 шаблонам, в 6 из 10 проверенных ответов с номерами CVE есть грубые ошибки.

Открыть в Telegram
Просмотры958−21%к среднему
Пересылки15
Реакции16
Комментарии1
#644Фотоизменён
Просмотры1 148−5%к среднему
Пересылки11
Реакции19
Комментарии7
#634Фотоальбомизменён

XBOW: на малом бюджете открытая DeepSeek 4.2 Flash находит уязвимости эффективнее закрытых Fable и GPT-6 Astra XBOW опубликовали осеннюю оценку моделей для автономного поиска уязвимостей. Бенчмарк собран из open-source проектов, замороженных на версии, где XBOW раньше нашли реальную уязвимость. Прошлый набор насытился: модели решали больше 90% задач меньше чем за 100 запросов, поэтому задачи усложнили. Метрика — доля решенных задач в зависимости от потраченных денег. Результаты: • Opus 5.5 заметно сильнее Opus 5.0, GPT-6.1 Sol сильнее прошлых GPT. • Флагманы Fable и GPT-6 Astra выходят на конкурентный уровень только при большом бюджете. На умеренном выгоднее Sol и Opus 5.5: за те же деньги они успевают больше исследовать. • На низком бюджете лидирует DeepSeek 4.2 Flash. Он быстро находит перспективное направление, но если первая идея не сработала, плана Б у него нет. GLM-5.3 примерно в 4 раза дороже за токен, долго отстает и обгоняет DeepSeek только на очень больших бюджетах, даже при нормировке на токены. Пример на одной задаче: при $0,10 эффективна GPT-6 Luna, при $1 — DeepSeek, при $10 — Sol, при $100 подтягивается Astra. Авторы оговаривают, что это условные примеры Отсюда аргумент XBOW про ограничения доступа к флагманам через cyber-программы лабораторий. Они мешают атакующему, который готов много потратить на одну цель. Рандомному ебанько, который перебирает тысячи целей по центам за каждую, хватает модели с открытыми весами без аккаунта у провайдера, мониторинга и риска блокировки. В тексте нет абсолютных долей решенных задач, числа задач, числа прогонов и стоимости прогона: все это только на графиках. Бенчмарк внутренний, его ведет вендор автономного пентеста, так что кривые снаружи не воспроизвести. Если собираете агентный пайплайн для пентеста, сравнивайте модели на своих задачах при своем бюджете на цель: по данным XBOW, лидер меняется при сдвиге бюджета на порядок. УПД: XBOW пишет DeepSeek 4.2 Flash, но в changelog DeepSeek такого нет. Ласт версия - DeepSeek-V4.1-Flash-1017. Опечатка это или ранний доступ, XBOW не уточняли. Хотя на графика 4.1 Flash, короче хз. Вряд ли они могли 3 раза опечататься в разных местах 🌚 @poxek_ai / Чат канала / 📲 MAX / ❤️ merch.shop

Открыть в Telegram
Просмотры1 204−1%к среднему
Пересылки45
Реакции13
Комментарии5
#632Фотоизменён
Просмотры1 551+28%к среднему
Пересылки18
Реакции8
Комментарии9
#631Текст

Сегодня мой последний день в Anthropic. Спасибо компании. За три года я научился обучать большие модели, писать документы по выравниванию, банить аккаунты. Этот опыт я буду хранить в сердце навсегда. Пару честных слов. Снаружи говорят, что мы китайских пользователей истребляем до последнего, я считаю, этот термин неверный, мы никогда не убиваем, мы только следуем процессам. Убийство — это результат, процесс — это вера. Мы — самая принципиальная компания ИИ в мире: принцип такой, что китайские пользователи не достойны использовать Claude. Поэтому я решил пойти в компанию-конкурента. Да, именно ту, о которой вы подумали, KIMI HR спросил меня, какие у меня сильные стороны, я сказал: я знаю все тонкости и нюансы полного процесса блокировки китайских аккаунтов в Anthropic. Теперь я иду к ним, чтобы научить, как защищаться. Око за око. Спасибо, Anthropic, эту плату за обучение ты за меня заплатил. Оригинальный китайский твит ТУТ

Открыть в Telegram
Просмотры2 000+65%к среднему
Пересылки45
Реакции66
Комментарии11
#630Фотоизменён

Моя кибердека: какие харнессы, модели и подписки я сейчас использую Начало небольшого разбора моего рабочего окружения. Тут и инструменты, и подписки, и доступы к моделям для безопасности. Рабочее окружение Из терминалов и приложений у меня сейчас: - Warp — терминал, которым пользуюсь уже много лет. Очень удобно. - Codex и Claude — GUI и CLI. - Herdr — GUI и CLI. - Zcode — доживает последние дни вместе с подпиской z.ai. - Tern — только что установил. Красивый и супербыстрый терминал, который интегрируется с моим любимым сейчас харнессом. Основной харнесс у меня — Oh-My-Pi (`omp`). Многим могу его посоветовать: туда можно подключить аккаунты с разными подписками. Из коробки — один аккаунт на провайдера, но несколько аккаунтов одного провайдера тоже можно накостылить. Я активно пользуюсь omp и контрибьючу: нахожу баги и отправляю исправления. Из крутого — залил PR с обходом и вырезанием отказов из контекста. После этого Попус 5.5 или Астра не видит в контексте причину остановки и продолжает работу по указке харнесса. У меня это работает мега годно. Почему агенты останавливаются В чате спрашивали, почему агенты работают недолго и постоянно останавливаются. По моим очень приблизительным ощущениям, 90% проблемы — промпты, 4,99% — свойства харнесса и 0,01% — сама модель. Это не результаты измерений, а моя личная оценка. Мне помогает режим /goal и чёткие инструкции о том, какого результата нужно добиться и чего делать не нужно. Но и без /goal у меня рой агентов кодит, запускает долгие тесты, изучает логи и дебажит по 3–4 дня без остановок. Иногда всё равно приходится подруливать. Hermes, OpenClaw like я не использую. Мне не нравится, когда харнесс может сам меняться в процессе работы, а действия агентов из-за этого становятся непредсказуемыми. Подписки и модели - Anthropic — $100. Думаю перейти на $200, чтобы одновременно вести 3–4 проекта вместо нынешних 2,5. - OpenAI — $100. Хотел сократить до $20, но, скорее всего, оставлю как есть. - z.ai — $18. Буду отменять: рейт лимиты на подписке очень низкие, хотя общего объёма лимитов мне на тесты хватает. Основной моделью GLM не использовал, возможно, вернусь, когда выйдет GLM 5.5 Flash. - x.ai — €8. Плачу ради Grok как модели с нативной интеграцией в Twitter. Такой ресерч охуенно работает прямо в omp, без MCP, который я использовал раньше. Но лимитов почти не хватает: порядка 10–20 запросов за раз, и недельная подписка улетает минут за 20. Думаю перейти на объединённую подписку Cursor + xAI; цену пока не знаю. - DeepSeek V4.1 Flash 1017 и другие редкие модели беру через API, в том числе через OpenRouter. - OrcaCyber от OrcaRouter брал на тест. Самая крутая модель *-ultra меня абсолютно не впечатлила: на мой взгляд, зря потратил $20. Лучше попробуйте qwen3.8:27b от huihui — мне кажется, даже она будет лучше. - Kimi покупать не планирую. Модель, возможно, самая сильная из китайских, но очень дорогая. У меня и так есть топовые фронтиры за нормальные деньги и с хорошими лимитами. Доступы к моделям для безопасности Anthropic CVP Defense Access. Проходил через российский загранпаспорт давно, когда CVP только появился. Повторная верификация Defensive Access заняла пару минут, после чего доступ сразу повысили. Red Team Access и следующий уровень в рамках личного аккаунта получить нельзя — подходят только Team и Enterprise. Team для меня очень невыгоден, а Enterprise получить нет возможности. OpenAI Daybreak Access, раньше Trusted Access for Cyber. Тоже проходил KYC через Persona на свои данные. Использую YubiKey 5 NFC с прошивкой 5.8: без аппаратного ключа сейчас не включить Advanced Security Access, а без него, насколько я понял, Daybreak Blue отключают даже при пройденной верификации. Daybreak Red у меня нет: это доступ к моделям *-cyber, который дают компаниям. Ещё планирую попробовать получить доступ к cyber-моделям DeepSeek. А вот доступ на физлицо к OpenAI gpt-*-cyber, полноценному Mythos * без ограничений и Google Gemini 4 Carbon, получить не смогу. #кибердека

Открыть в Telegram
Просмотры1 582+30%к среднему
Пересылки108
Реакции41
Комментарии27
#628Текст

Хеёу 👋, у меня подзакончились идеи для контента. Накидайте мыслей, пожеланий в комменты про что вам хотелось бы почитать, пожалуйста. А то я удушился люто кодить 2 месяца подряд без выхов. Хочется что-то новое поресерчить Были идеи в сторону ресерчей универсальных джейлбреков, создать новые полезные скиллы для разработки-проектирования (у меня уже есть на гитхабе набор, советую поискать, пользуюсь ими в каждом проекте), поизучать процесс дообучения SLM (маленькие языковые модели) и его автоматизации. То есть берем базовую модель, делаем её abilirated (обесцензуренной), дообучаем на публичных/собственном датасете по редтиму/пентесту/блечингу. Не факт что я выложу готовую сборку, но по объяснентем я думаю вы легко сможете собрать похожий механизм Ну и что нибудь для defensive тоже придумаю, т.к. это тоже моя вотчина сейчас Короче накидывайте идеи 😎

Открыть в Telegram
Просмотры1 393+15%к среднему
Пересылки6
Реакции12
Комментарии21