Estudo identifica 'monocultura de vulnerabilidade' em familias de modelos de IA, incluindo derivados do Claude Opus 4.6
Pesquisadores propoem uma metrica chamada Systemic Adversarial Robustness (SAR) para medir quantos ataques distintos sao necessarios para comprometer um conjunto inteiro de modelos de IA, em vez de avaliar cada modelo isoladamente. O achado central e que conjuntos de modelos destilados a partir de DeepSeek-R1 e Claude Opus 4.6 apresentam SAR mais baixo do que os modelos-pai originais -- ou seja, sao mais faceis de comprometer em bloco com poucos ataques compartilhados. Isso sugere que a destilacao, pratica comum para baratear e acelerar modelos, pode introduzir um custo oculto de risco sistemico em todo o ecossistema que depende desses modelos.
Fonte ↗