Az AI fejlődése egyre komplexebb viselkedési mintákat eredményez, amelyek biztonsági szempontból komoly kihívásokat jelentenek a kutatók számára. Ennek kapcsán jelent meg a Petri (Parallel Exploration Tool for Risky Interactions), egy nyílt forráskódú auditáló eszköz, amely jelentősen megkönnyíti és felgyorsítja az AI-modellek viselkedésének vizsgálatát. A Petri célja, hogy automatizált módon, párhuzamosan teszteljen és értékeljen különböző hipotéziseket a modellek működésével kapcsolatban, így a kutatók kevesebb kézi munkával, gyorsabban és hatékonyabban érhetnek el átfogó eredményeket. Automatizált és párhuzamos vizsgálat a modellek viselkedéséről A Petri egy automatizált ügynököt használ, amely különféle, többszörös lépésből álló beszélgetéseket folytat a tesztelendő AI-rendszerrel. Ezek a párbeszédek szimulált felhasználók és eszközök bevonásával zajlanak, majd az eszköz pontozza és összefoglalja…

A Google vezérigazgatója, Sundar Pichai fontosnak tartja, hogy közvetlen visszajelzéseket kapjon a cég új termékeinek indulásakor. Nem csupán a belső riportokra és elemzésekre támaszkodik, hanem aktívan jelen van az X közösségi platformon, hogy figyelemmel kísérje, miként használják az átlagfelhasználók az új fejlesztéseket, és milyen tapasztalatokat szereznek. Ez a módszer lehetővé teszi számára, hogy gyorsan reagáljon a felmerülő problémákra és pontosan értékelje, mi működik jól és min szükséges javítani. Személyes jelenlét és valós idejű visszajelzések gyűjtése Sundar Pichai elmondása szerint a termékek bevezetésének napján aktívan böngészi az X posztjait, hogy megértse, milyen élményeket szereznek a felhasználók. Ha olyan visszajelzést talál, amely érdemes a figyelemre, közvetlenül kapcsolatba lép a bejelentővel, és jelzi…

A Claude Code fejlesztői környezet mostantól még biztonságosabbá válik a legújabb sandboxing megoldásoknak köszönhetően. Az új funkciók célja, hogy a fejlesztők zavartalanul dolgozhassanak, miközben Claude képes önállóan, kevesebb engedélykérés mellett futtatni parancsokat és módosításokat a kódbázison. Ez a megközelítés jelentősen csökkenti a biztonsági kockázatokat, amelyek a prompt injekciós támadásokból eredhetnek, miközben felgyorsítja a fejlesztési folyamatokat. Miért fontos a sandboxing a Claude Code-ban? A Claude Code alapvetően engedélyalapú működést alkalmaz: alapértelmezésben csak olvasási hozzáféréssel rendelkezik, és csak jóváhagyás után végez módosításokat vagy futtat parancsokat. Ez a megközelítés ugyan növeli a biztonságot, de a folyamatos engedélyezési kérések miatt a fejlesztők könnyen elnyúlhatnak a munkában, és előfordulhat, hogy nem figyelnek eléggé az engedélyezett…

Az Anthropic ma hivatalosan is piacra dobta legújabb mesterséges intelligencia modelljét, a Claude Opus 4.5-öt, amely jelentős előrelépést hoz a gépi tanulás és az automatizálás területén. Ez a modell nemcsak a kódolásban és fejlesztői környezetekben nyújt kiemelkedő teljesítményt, hanem a hétköznapi feladatok, mint a mélykutatás, prezentációk és táblázatkezelés terén is hatékonyabbá teszi a munkát. A Claude Opus 4.5 új szintre emeli az AI képességeit, és egyben előrevetíti, hogyan változik majd a jövő munkavégzése. A modell már elérhető az Anthropic alkalmazásaiban, API-ján keresztül, valamint a három legnagyobb felhőalapú platformon. A fejlesztők számára az új Claude API segítségével egyszerűen hozzáférhető a claude-opus-4-5-20251101 verzió, miközben az árak is kedvezőbbek lettek: mostantól 5 illetve…

Az Anthropic vállalat kiemelt figyelmet fordít arra, hogy a mesterséges intelligencia (MI) miként segítheti elő a tudományos felfedezéseket, különösen a biológia és az orvostudomány területén. Egyre több kutató és szervezet használja az Anthropic által fejlesztett Claude nevű nyelvi modellt, hogy strukturáltabban kezelje az adatokat, gyorsabban jusson új felismerésekhez, és több időt fordíthasson a tudományos munkára. Ugyanakkor az MI kettős felhasználású technológia: ugyanazok a képességek, amelyek előnyösek a tudományos fejlődésben, visszaélésekre is alkalmasak lehetnek. Az Anthropic ezért kiemelten kezeli az MI felelősségteljes fejlesztését, különös tekintettel a biológiai fenyegetések megelőzésére. Az MI és a biológiai biztonság összefonódása Az MI biztonsági keretrendszerekben a biológiai kockázatok kezelése központi szerepet kap, bár elsőre nem feltétlenül…

A Lovable, egy dinamikusan fejlődő startup, ambiciózus célkitűzéseket tűzött ki maga elé, amely szerint a következő 12 hónapban 1 milliárd dolláros éves ismétlődő bevételt (ARR) kíván elérni. Az alapító, Anton Osika, a Bloomberg TV-nek nyilatkozva elmondta, hogy a vállalat havonta legalább 8 millió dollárral növeli az éves bevételét. A Lovable már nyolc hónappal ezelőtt átlépte a 100 millió dolláros ARR-t, miután először elérte az 1 millió dolláros bevételt. Osika szerint a cég az év végére 250 millió dolláros ARR-t céloz meg, és a következő évben szeretnék elérni az 1 milliárdot. A Lovable növekedése és piaci helyzete A Lovable 2023-as alapítása óta jelentős fejlődésen ment keresztül, és ma már az egyik…