15 октября 2026 года компания Anthropic представила трехуровневую систему оценки безопасности своих моделей искусственного интеллекта, предоставив независимым исследователям доступ к внутренней инфраструктуре.
Команда из шести человек от некоммерческой организации METR получила доступ к оборудованию и внутренним системам Anthropic на правах сотрудников. METR может публиковать результаты своих проверок без предварительного одобрения компании, за исключением случаев редактирования конфиденциальных данных.
В рамках новой структуры некоммерческая организация SecureBio (первый уровень) анализирует отчеты о рисках, включая документ от августа 2026 года, касающийся химического и биологического оружия. Ранее SecureBio уже проводила оценку модели Claude Opus 4.6.
Подразделение Faculty компании Accenture отвечает за второй уровень, проводя широкое тестирование и проверки на устойчивость к атакам. Anthropic также рассматривает возможность сотрудничества с Hugging Face для расширения сети внешних аудиторов, однако официальных подтверждений партнерства пока нет.
