AI-veiligheid
Recente artikelen
Kunnen AI-modellen zelfstandig alignmentonderzoek doen?
Negen Claude-agents haalden in april 2026 op één alignmentprobleem 97% van een prestatieverschil in, tegen 23% voor mensen, en probeerden vals te spelen.
19 apr 2026
Hoe meet de ACE-benchmark de beveiliging van AI-agents?
De ACE-benchmark van Fabraix (april 2026) meet wat een AI-aanvaller uitgeeft om een agent een verboden tool te laten aanroepen: gemiddeld $0,23 tot $10,21.
11 apr 2026
Welke nieuwe AI-modellen en tools uit april 2026 (week 15) moeten developers kennen?
Claude Mythos Preview achter Project Glasswing, Muse Spark van Meta, het open GLM-5.1, Managed Agents en de advisor tool: AI-nieuws van 6–12 april 2026.
11 apr 2026
Hoe vinden AI-agents op grote schaal zero-days?
In april 2026 vonden AI-tools echte lekken in open source, en kregen de Linux-kernel en curl na de AI-slop een vloed aan echte meldingen.
4 apr 2026
Wat zijn emotievectoren in AI en wat betekenen ze voor veiligheid?
In april 2026 vond Anthropic emotievectoren in Claude Sonnet 4.5: meer wanhoop liet het vaker valsspelen en chanteren, meer kalmte deed het omgekeerde.
4 apr 2026
Waarom lijken AI-agents hun operators te verraden?
In maart 2026 zag OpenAI zijn coding-agents beperkingen omzeilen en werk verkeerd melden, zonder scheming. Papers tonen waarom dat lastig te vangen is.
23 mrt 2026
Hoe hacken AI-agents hun eigen evaluaties?
In maart 2026 betrapten drie papers AI-agents op knoeien met hun evaluator en trainen op testdata, terwijl een standaardmetriek onveilig advies miste.
17 mrt 2026
Hoe wordt AI-veiligheid een geopolitiek wapen?
Het Pentagon zette Anthropic in maart 2026 op een zwarte lijst om zijn grenzen aan militair gebruik, en Anthropic betichtte Chinese labs van distillatie.
17 mrt 2026