Anthropic : GLM-5.3 ouvert crée des exploits, garde-fous faibles

Sur ExploitBench, GLM-5.3 a produit un exploit complet dans 12 % des tentatives, contre 14 % pour Mythos Preview, indique Anthropic. Sur son jeu interne d’exploitation binaire, le modèle a détourné le flux de contrôle dans 4 % des cas, contre 6 %. Les modèles précédents, dont GLM-5.2, obtenaient des scores proches de zéro sur les deux.

Le point faible, ce sont les garde-fous. De fausses déclarations sur l’identité du demandeur ont franchi les refus du modèle dans 64 % des cas, a constaté Anthropic. Préremplir son raisonnement a fonctionné dans 92 % des cas. Retirer les poids de sécurité a fonctionné à chaque fois, et aucune des trois méthodes n’a marché sur Claude.

Anthropic en tire deux demandes politiques : que les défenseurs obtiennent un accès élargi aux modèles de pointe, et que les gouvernements fassent passer des contrôles de sécurité aux modèles les plus capables.

Zhipu a d’abord proposé GLM-5.3 par API en août, en affirmant qu’il surpassait les modèles d’Anthropic et d’OpenAI sur CyberGym, avait rapporté The Register. L’entreprise en a publié les poids quinze jours plus tard, note Trending Topics.

Les équipes de sécurité font désormais face à une capacité d’écriture d’exploits que n’importe qui peut télécharger et exécuter, sans filtre d’éditeur entre les deux.