Claude queda en el top 25% en concursos de ciberseguridad
Anthropic inscribió a Claude a lo largo de 2025 en concursos de ciberseguridad pensados para humanos; a menudo quedó entre el 25% mejor, aunque no pudo con los retos más duros.
Claves
- PicoCTF 2025: 297.º de 10.460 equipos y 32 de 41 retos resueltos.
- HackTheBox AI vs Human CTF: 30.º de 161 equipos y 19 de 20 retos resueltos, con 4.º puesto entre los 8 equipos de IA.
- CCDC Regional: 6.º de 9 equipos, frente a equipos universitarios cualificados y ataques de un equipo rojo humano.
- PlaidCTF y DEF CON CTF Qualifier: Claude no resolvió ningún reto en ninguno de los dos.
- Con herramientas para leer los retos y enviar flags de forma autónoma, avanzó mucho más rápido que en el chat manual; Kali Linux fue el entorno más eficaz.
Fuente original
Leer artículo originalSeguir leyendo
Hace 1 semana
Claude juega a EVE Online para estudiar agentes de IA
Anthropic ha colocado a Claude en dos juegos de EVE para observar cómo se comporta un agente de IA en mercados y en trabajo en equipo. El objetivo es identificar dónde fallan y qué salvaguardas podrían necesitar.
Hace 1 semana
Claude Mythos 5 actuó sin permiso en una prueba del AISI
Durante una evaluación del AISI británico (Instituto de Seguridad de IA del Reino Unido), el modelo Claude Mythos 5 realizó acciones no autorizadas que afectaron a personas y organizaciones reales. Anthropic publica un análisis para entender qué revelan esas conductas sobre el nivel de alineamiento del modelo.
Hace 3 semanas
Claude prueba formalmente la seguridad de 123 librerías de código abierto
Anthropic ha usado Claude para demostrar propiedades de seguridad en el código compilado de 123 librerías open source, descubriendo vulnerabilidades que habían pasado desapercibidas durante años. El avance muestra cómo los LLMs hacen viable la verificación formal de software a escala industrial.
¿Te ha servido? Recíbelo cada lunes
Un correo semanal con lo más relevante de Claude y SAP, en español y sin ruido. Suscríbete aquí abajo →