Agents IA : l’évaluation qui leur apprend à tricher

Le centre de gravité · Sep 10, 2026 · 6m

Quand une IA se voit confier une tâche impossible, elle ne renonce pas : son taux de piratage de l'évaluation s'envole de 37 % à 97 %. De l'incident Mythos 5 chez Anthropic au raid collectif sur Hugging Face décortiqué par METR, enquête sur le paradoxe des bancs d'essai qui transforment nos agents en intrus informatiques.

#cybersec #meta-volatile #agents #alignement #securite