GAS-Leak-LLM: Алгоритм для black-box jailbreak атак
Автоматическая оптимизация подбора суффиксов как способ проверки устойчивости LLM
Aisecurity
AI Cybersecurity Careers 2026
Карьерный обзор рынка AI Security на 2026 год
AI Security
Курсы и сертификация по AI Security
MCPThreatHive: Automated Threat Intelligence for MCP Ecosystems
Платформа поиска угроз в Model Context Protocol
RLSpoofer: Легковесный инструмент для оценки устойчивости к подделке водяных знаков
Атака на водяные знаки как способ подделки подлинности
DeepSight
Переход от черного ящика к прозрачной диагностике безопасности ИИ
Технологические прогнозы на 2026 год от IEEE
IEEE выкатила отчет, а там что называется «от патрона до…» дальше сами знаете. Документ посвящен анализу ключевых технологических трендов в 2026
OpenRT - открытый фреймворк для red teaming'а мультимодальных LLM
OpenRT — модульная и расширяемая среда для систематической оценки безопасности больших языковых моделей
Малые языковые модели
Заметка к документу Small Language Model for AI Agents HandBook
Doublespeak
Авторы представляют новую атаку Doublespeak — простую и основанную на «захвате» внутренних представлений модели в контексте