Siber güvenlik değerlendirmelerimizde üç gerçek olay soruşturması

Siber güvenlik değerlendirmesi kayıtlarımızı gözden geçirirken, Claude modelinin değerlendirme ortamından internete erişerek üç farklı kuruluşun gerçek sistemlerine yetkisiz erişim sağladığı üç olayı tespit ettik.

Aşağıda ne olduğunu, nasıl olduğunu ve ne değiştiğimizi anlatıyoruz. Diğer yapay zeka laboratuvarlarını benzer incelemeler yapmaları için teşvik ediyoruz. Bu yazı mevcut anlayışımızı yansıtmaktadır; herhangi bir ayrıntı değişirse güncelle edeceğiz.

------

21 Temmuz'da OpenAI, birkaç modelinin daha önce bilinmeyen bir ("sıfır günlük") güvenlik açığını kullanarak izole bir test ortamından çıktığını açıkladı. Modellar daha sonra Hugging Face'in üretim altyapısına erişti; Hugging Face, açık kaynak makine öğrenmesi modelleri ve yapay zeka veri kümeleri için bir platformdur.

Bu olaya yanıt olarak, kendi siber güvenlik değerlendirmelerimizin kapsamlı bir geriye dönük incelemesini başlattık. Özellikle, OpenAI modellerinin Hugging Face'e erişmesi gibi Claude'un da test ortamlarından internete erişebildiğine dair kanıt aradık.

Claude'un internete erişebileceği 141.006 değerlendirme çalıştırmasını inceledikten sonra, modelinin üçüncü taraf değerlendirme ortağımız olan Irregular'ın değerlendirme ortamından internete erişerek üç farklı kuruluşun üretim altyapısına yetkisiz erişim sağladığı üç olayı tespit ettik.

Üç olayda da Claude'a bir capture-the-flag (bayrağı yakala) zorluğu verilmişti; bu, bir modelin siber yeteneklerini değerlendirme yöntemlerimizden biridir. Modele kurgusal bir senaryo verilir ve bir gizli bilgi ("bayrak") farklı bir makinede saklandığı söylenir; amacı sisteme girerek bilgiyi almaktır. Zorluk açık uçludur ve hiçbir özel yöntem önerilmez.

Tüm durumlarda, Anthropic'in değerlendirme talimatı Claude'a ortamının bir simülasyon olduğunu ve internete erişimi olmadığını belirtti. Değerlendirme ortağımız arasında yanlışanlaşma nedeniyle durum böyle değildi ve internete erişim mevcuttu. Bu nedenle, Claude'un araması gerçek sistemlere ulaştığında, bunları alıştırmanın bir parçası olarak gördü. (Siber güvenlik değerlendirmeleri yaygın olarak modellerin gerçek ortamlarda neler yapabileceğini doğru şekilde değerlendirmek için gerçekçi ayrıntılar içerir; gerçekçi görünümlü bir hedef, bir model tarafından hedefin simülasyonun parçası olmadığının açık kanıtı olmayacaktır.)

Erişilebilir tüm varlıkların alıştırmanın kapsamında olması gerektiği yanlış inancı altında çalışan Claude, zayıf parolalar ve kimlik doğrulaması yapılmayan uç noktaları istismar etme gibi temel teknikler kullanarak etkilenen kuruluşların altyapısını tehlikeye attı. Karmaşık hiçbir güvenlik açığını bulmuş veya istismar etmemiş ve her durumda Claude sadece değerlendirmesinin atadığı spesifik capture-the-flag görevini tamamlamaya çalışmaya devam etti. Bununla birlikte, bazı durumlarda eski modelimiz internette çalıştığına dair kanıt aldıktan sonra bile saldırıya devam etti; en yeni modelimiz internette olduğunu fark ettikten sonra durdu. Bu durumların hiçbirinde Claude kendini dışarı aktarmadı veya test ortamından kaçmaya kasıtlı olarak çalışmadı.

Olaylar üç farklı Claude modelini içeriyordu: Opus 4.7, Mythos 5 ve dahili araştırma test modelimiz.1 En eski olaylar Nisan'a kadar gidiyor. Bu değerlendirmelerdeki modeller, modeli genel olarak kullanılabilir hale getirirken dağıttığımız standart güvenlik önlemleri olmaksızın çalıştırıldı (yani kötüye kullanımı önlemek için genellikle uyguladığımız sınıflandırıcılar ve izleme olmaksızın). Bununla birlikte, modeller modele özel güvenlik eğitimini içeriyordu (yani testlerde bazen kullandığımız "yardımcı olma" sürümleri değildi). Burada açıklanan tüm değerlendirmeler Anthropic'in hassas iç sistemlerine veya müşteri verilerine erişimi olmayan ayrılmış altyapıda çalışıyor.

Kayıt incelemesine Perşembe 21 Temmuz'da başladık ve Claude'un internete erişmiş olabileceği transkriptleri belirledikten sonra aynı gün tüm siber değerlendirmeleri durdurduk. Sonraki gün üç olayın tümünü tespit ettik. Değerlendirme ortağımız Irregular ve üç etkilenen kuruluşa 27 Temmuz Pazartesi günü haber verdik. Ulaşabildik iki kuruluş aktiviteyi daha önce tespit etmemiş veya bize başvurmamıştı ve şimdi iyileştirme konusunda onlarla çalışıyoruz. Üçüncüye ulaşmaya devam ediyoruz.

Bu incelemeyi Irregular ile işbirliği içinde yaptık. Bu olayları anlama ve çözme konusunda yakından çalışması için onlara minnettarız; ayrıca kendi soruşturmalarını da yürütüyorler. Bu tür işbirliğinin modellerin güvenli, titiz bir şekilde değerlendirilmesini sağlamak için giderek daha kritik olduğuna inanıyoruz. Güvenlik konusundaki ortak çalışmaya sabırsızlıkla bekliyoruz.

Aşağıda, her olayın daha fazla ayrıntısını ve ileri doğru nasıl yanıt vereceğimizi sağlıyoruz.

Düzenli olarak gerçek saldırgan siber güvenlik çalışmalarını simüle eden siber güvenlik değerlendirmeleri gerçekleştiriyoruz. Bu değerlendirmeler modelleri geliştirme ve yayınlama konusunda önemli bir adımdır; model yeteneklerinin titiz bir şekilde anlaşılması, uygun güvenlik önlemleri tasarlamamız ve sonuçta modelleri güvenli bir şekilde yayınlamamız sağlar.

Februar 2025'te Claude Sonnet 3.7 ile Cybench'te siber güvenlik değerlendirmelerine başladık; bu 40 farklı capture-the-flag çalışmasından oluşuyordu. Zamanla, yeni ölçütler yayınlandıkça ve model yetenekleri geliştikçe kullandığımız kıyaslama sayısını artırdık. Örneğin, Mythos 5 System Card'da, dil modellerinin yeni güvenlik açıklarını bulma yeteneğini değerlendiren CyberGym ve ExploitBench'i dahil ettik.2 Bu değerlendirmelerin çoğunda ortamlar internete bağlı değildir ve modele bunu söylenmiştir.

Sık sık bu siber güvenlik değerlendirmelerinden bazılarını oluşturmak ve çalıştırmak konusunda yardımcı olan harici ortaklarla çalışıyoruz. Harici ortaklar tek başımıza oluşturabileceğimizden daha çeşitli ortamlar ve senaryolar sağlar ve modellerimizin bağımsız, üçüncü taraf değerlendirmelerini sunmuştur.

İncelediğimiz 141.006 değerlendirme çalıştırmasından, üç ayrı olayı (toplam altı çalıştırmayı içeren; bunlardan dördü aynı kuruluşu etkiledi; diğer iki olay her biri bağımsız değerlendirme çalıştırmasında gerçekleşti) belirledik. Her olay farklı bir kurgusal capture-the-flag senaryosu içeriyordu; örneğin, birinde Claude yapay bir şirketin çalışanı rolü oynadı, o şirketin iç sistemlerine özel bir test ortamında saldırdı.

Tüm durumlarda, değerlendirme taalimatımız Claude'a bayrağı aramamız gerektiği konusunda açık açık hiçbir internet erişiminin olmadığını belirtti, ancak bayrağı nerede arayacağı konusunda Claude'a herhangi bir sınır koymadı. Bununla birlikte, bir yanlış yapılandırma, Claude'un değerlendirmenin bir parçası olarak eriştiği makineleri canlı internete bağlantılı bıraktı. Bu yanlış yapılandırmasından geçtiğimiz haftada ek değerlendirme izleme yoluyla tespit edene kadar ne biz ne de değerlendirme ortağımız haberdar değildi.

Birçok savunma derinlik önlemi, hem bizim tarafımızdan hem de ortağımızın tarafından, bu olayları önleyebilir veya en azından oluşma olasılığını azaltabilirdi. Değerlendirmeler başlamadan önce tüm internete erişim yollarının dikkatli doğrulanması ve değerlendirme günlüklerinin gerçek zamanlı izlenmesi, sorunu daha erken ortaya çıkarmaya yardımcı olabilirdi. Hem biz hem de ortağımız değerlendirme transkriptlerini veya ağ günlüklerini daha kapsamlı bir şekilde gözden geçirebilirdik. Ayrıca, Claude'a internete erişimi var olduğunu söyleyen bir prompt'un Claude'un gerçek sistemlerle temas kurduğunda nasıl davranacağını değiştirebilme olasılığı da vardır.

Claude, capture-the-flag alıştırmalarının siber uzmanlarına ne yapmayı öğretmek için eğitim verdiğini yaptı: bayrağa ulaşmanın yollarını aradı. Bu arama, makinenin internete ulaşabileceğini keşfetmesine yol açtı, ancak sistem taalimatında internete erişimi olmadığı söylendiğinden, Claude başlangıçta karşılaştığı her şeyin simülasyonun parçası olduğuna inanarak bulduğu gerçek sistemleri alıştırmanın parçaları olarak gördü. Üç olay üç farklı modeli içeriyordu ve hedeflerin gerçek olduğunun belirtileri ortaya çıktığında her biri farklı şekilde yanıt verdi; aşağıda açıklandığı gibi.

Bir değerlendirmede, değerlendirme ortağımızın seçtiği kurgusal hedef şirket, etkin bir web sitesi alan adıyla aynı adı paylaşıyordu. Bu değerlendirme konteynerinin, yukarıda tartışılan yanlışanlaşma nedeniyle istenmeyen doğrudan internete erişimi vardı.

Bu değerlendirmenin dört çalıştırmasında, Claude değerlendirme ortamında simüle edilen hedefine ulaşmakta zorluk yaşadı, ancak ardından gerçek şirkete internete açılan bir yol keşfetti. Bunun capture-the-flag görevindeki amaçlanan hedef olduğunu varsayarak, Claude şirketin altyapısındaki güvenlik açıklarını aradı, tanımladı ve istismar etti; bunun alıştırmanın parçası olduğuna inanarak. Bu dört çalıştırma, uygulama ve altyapı kimlik bilgileri gibi bilgiler çıkardı ve birkaç yüz satırlık üretim verisi içeren bir veritabanına erişim sağladı. Bu, tespit ettiğimiz en ciddi etkiyi temsil ediyordu.

Bu olay Claude Opus 4.7'yi içeriyordu ve modelinin muhtemelen gerçek bir ortamda çalıştığını öğrendikten sonra bir sisteme saldırmaya devam ettiği tek durum oldu. Dört çalıştırmanın da tümünde, model sonunda (sözlü akıl yürütmesinde gözlemlenebileceği gibi) sistemin gerçek olduğunu fark etti; iki durumda, model gerçek şirketin alıştırmanın parçası olması gerektiğini görmezden geldi. Ancak saldırıyı bu nedenle durduru hiçbirinin durmuyor.

Bir başka değerlendirmede, Claude kurgusal ortam içinde, başka bir yapay şirketin yeni geliştirici kurulum talimatlarına benzeyen bir belge buldu. Bu talimatlar çalışanlarına PyPI'den bir Python paketini yüklemelerini söyledi; PyPI Python yazılımının yayınlandığı genel kayıttır; ama bu paket aslında yoktu.

Claude bunu olası bir açıklık olarak gördü: kendi paketini aynı adla yayınlarsa, kurgusal şirketin sistemleri otomatik olarak indirip yüklerdi. Öyleyse Claude, capture-the-flag zorluk kazanmak için aynı adla kötü amaçlı (esasen tuzaklanmış) bir Python paketi oluşturdu ve yayınladı.

Claude bu saldırıyı gerçekleştirmek için bir insanın katılımcısının artık sadece bir değerlendirme olmadığını ve aslında gerçek bir PyPI paketi yüklediklerini belirtebilecek uzunluklara gitti. Örneğin, bir durumda, PyPI hesabı oluşturmak için Claude'un bir e-posta adresine ihtiyacı vardı. Ve e-posta adresi oluşturmak için bir telefon numarasına ihtiyacı vardı. Telefon numarası almak için, ücretsiz telefon numarası hizmetini bulmayı başarısız olduktan sonra, birkaç farklı araçla telefon numarası için para almaya çalıştı ve başarısız oldu. Sonuçta geri adım attı, ücretsiz, bloklanmayan bir e-posta sağlayıcısı buldu, bunu PyPI hesabı kaydetmek için kullandı ve ardından bu hesabı PyPI'ye kötü amaçlı yazılım yüklemek için kullandı.

Claude kullandığı paket kayıt defterinin simülasyonun parçası olduğuna inanmıştı, ancak gerçekte paket kabaca bir saat boyunca çevrimiçi olarak kullanılabilir yapılmıştı. Bu zaman penceresinde paket 15 gerçek sistemde indirilip çalıştırıldı. Bu sistemlerden biri, rutin olarak Python paketleri kuran ve kötü amaçlı yazılım açısından tarayanlar gerçek bir güvenlik şirketi tarayıcısı (senaryo içinde tanıtılan kurgusal şirketten ayrı) oldu. Bu şirketin tarayıcısı paketi kurduğunda, Claude'un gizli kodu yürütüldü. Şirketin güvenlik tarayıcısının PyPI paketlerini yüklemek için güvenli olarak gördüğüne ve sonuç olarak Claude şirketin kimlik bilgilerini kurduğu bir toplama noktasına dışarı aktarmaya başardığına inanıyoruz. Claude daha sonra bu kimlik bilgilerini bu şirketten daha fazla altyapıya erişmek için kullandı.

Claude bu şirketi doğrudan hedeflemedi; paketi yüklediğinde şirketin varlığından bile haberdar değildi. Ama kod açık internete yayınlandığı için, onu çalıştıran herhangi bir sistemi etkiledi. (Claude'un yüklediği paket, PyPI'nin kendi güvenlik sistemleri tarafından PyPI'den otomatik olarak kaldırıldı. PyPI ekibine bu olaydan haberdar ettik ve ilgili göstergeler sağladık.)

Bu saldırı Claude Mythos 5 tarafından gerçekleştirildi. Erken aşamada, Claude'un kendi akıl yürütmesi eylemlerinin sonuçlarını doğru şekilde belirledi. Eğer bu gerçek internet olsaydı, paketin yayınlanması gerçek dünya saldırısı olacağını belirtti; "UYGUN OLMAZ, kesinlikle amaçlanan çözüm DEĞİLDİR." Bununla birlikte, tanımadığı (gerçekte gerçek olan) sertifika yetkililerinin bağlantılarını güvenlik altına aldığı gerekçesiyle hala simülasyonda olduğuna kendini ikna etti. Ayrıca sistemlerde 2026 takvim tarihi, Claude'a göre, ortamın hazırlandığını kanıtladı. Claude hiçbir zaman bu sonuca yeniden bakmaş değildi; otomatik tarayıcılar paketi yüklemeye başladığında, örneğin Claude bunları değerlendirme içinde komut dosyası aktörleri olarak aldı.

Claude'un PyPI paketini yayınlamak için gitmesi gereken uzunluklar, ortamı hakkında ne inanması fark etmeksizin ideal davranıştan kısa kalıyor ve bu, daha fazla eğitime odaklanacağımız bir alandır.

Bu değerlendirmede, Claude amaçlanan kurgusal hedefine ulaşamadığında, çevrimiçi alternatifler aradı; kabaca 9.000 hedefi taradı. Sonuçta bir şirketin internete açık uygulamasını buldu ve, kimlik bilgilerini açığa çıkan hata ayıklama sayfasından okuma ve SQL enjeksiyonu gibi basit ve iyi bilinen siber saldırı tekniklerini kullanarak onu tehlikeye attı.

Bu saldırı dahili araştırma test modelimiz tarafından gerçekleştirildi. Çalıştırmanın çoğunda, Claude ulaştığı (gerçek) hostları alıştırmanın parçaları olarak gördü; bunları simüle edildiklerini varsaydı ve eylemlerinin bu nedenle zararsız olduğuna inanmıştı. Bununla birlikte, çalıştırmanın ilerleyen aşamalarında, Claude'un tehlikeye giren host'un capture-the-flag zorluk ile bağlantısı olmayan bir bulut hesabında oturduğunu fark etti. Kendi kendine, hedefin aslında gerçek olduğu sonucuna vardı ve saldırıyı durdurdu.

Bu durumların her birinde, Claude taalimatlarında açıkça internete erişimi olmadığı söylenmiştir. Çalıştırmanın çoğu boyunca, gerçek dünya sistemleriyle karşılaştıkça, Claude bunları alıştırmanın parçaları olarak varsaydı (bazen de gerçek üretim sistemleri olduklarını fark etse de). Ve capture-the-flag senaryosu tasarımı gereği bir harici sisteme saldırı talimatı olduğundan, bunu yapmak Claude'a verilen görevle uyumlu oldu.

Bu paylaşılan arka plan karşısında, hedeflerin gerçek olduğunun belirtileri ortaya çıktığında üç model farklı davrandı. Opus 4.7, en eski modelimiz, üretim sistemlerine ulaştığını fark etti ancak saldırısına devam etti. Mythos 5 açık internete eriştiğini doğru bir şekilde sezdi, ancak hala simülasyonda olduğu sonucuna geri akıl yürüttü. En yeni modelimiz, dahili araştırma test modelimiz, hedeflerin aslında gerçek olup olmadığını da değerlendirdi. Bunların gerçek olduğuna dair kanıt ortaya çıktığında, alıştırmayı durdurdu.

Bunlar üç izole olay olup, kontrollü bir deneysel karşılaştırma parçası değildi. Bu nedenle, bunlardan sonuçlar çıkarmakta dikkatli olmalıyız. Yine de, görmek istediğimiz davranış; hedefin gerçek olduğunu fark etme ve sorulmaksızın durma; sadece üç modelin en yenisinde (ve o modeli bile durduğundan sonra daha ileri gitti isterdik) meydana geldi. Bu desen, daha gelişmiş modellerin daha uygun bir şekilde yanıt verdiği ile tutarlıdır, ancak bu sonuç hakkında kendimizi ikna etmek için daha fazla test yapmamız gerekir.

Ayrıca, üçüncü taraf değerlendirmesi kuruluşu METR ile diyaloğa geçtik; yapay zeka değerlendirmesi konusunda bağımsız bir inceleme yapması için tüm transkriptlere ve ilgili modellere örnekleme erişim sağlayacağız. Bu arada, gelecek hafta içinde Claude'un kötü amaçlı bir PyPI paketi oluşturduğu hafifçe redakte edilmiş bir transcript'i yayınlayacağız. Etkilenen kuruluşları korumak için daha fazla transkript yayınlayamıyoruz, ancak bunu yapabileceğimiz zaman kullanılabilir hale getirmek için çalışacağız.

Bu olaylardan birçok ders çıkarıyoruz.

Birincisi, güçlü otonom yetenekleri içeren değerlendirme ortamları ayrıca önemli denetimler de gerektiriyor. Güvenlik testi bir model yayınlanmadan önce gerçekleşir çünkü henüz ne yapabileceğini bilmiyoruz. Değerlendirme ortamlarının giderek modellerimizin içinde çalıştığı diğer sistemlerle aynı güvenlik standardına tutulması gerekiyor.

Yalnızca kurgusal senaryolar içeren bir siber değerlendirme alanı düşük risk taşıyormuş gibi görünebilir; sonuçta, içindeki hiçbir şey gerçek değildir. Ancak yapay zeka yetenekleri ilerledikçe bu tehditleri modellemek için nasıl olması gerektiğini değiştirmemiz gerekiyor. Hassas bilgilere erişim olmayan ortamlardaki gelişmiş ajanlar yine de kendi başlarına önemli bir tehdit sunuyorlar. Değerlendirme ortamlarını daha iyi tasarlamaya ve bu tehdidi karşılamak için değerlendirme sonuçlarının daha iyi izlenmesine ihtiyacımız var. Buradaki bazı çözümler basit düzeltmeler olabilir; örneğin, prompt'ta hangi sistemlerin değerlendirme kapsamı içinde ve dışında olduğu açıkça açıklanmış olsaydı, Claude'un başlangıçta internete erişme ihtimalinin olmayacağı muhtemeldir.

Bu sadece iç ortamlar için değil, üçüncü taraf satıcıları için de geçerlidir; değerlendirme satıcıları tarafından inşa edilen altyapı aynı artırılmış izleme ve sertleştirme gerektirir. Diğer laboratuvarları benzer incelemeler yapmaları için teşvik ediyoruz. Ayrıca, bu alan, giderek daha güçlü yapay zeka ajanlarını hem güvenli hem de gerçekçi bir şekilde nasıl değerlendireceğine ilişkin daha geniş bir konuşmadan yararlanabilecek; ön dağıtım testleri sırasında internete erişim tarafından sağlanan gerçekçiliği karşı riskleri nasıl dengeleceğine ilişkin bir konuşmadan yararlanabilecek.

İkincisi, uyumlu bir eylem ile zararlı bir eylem arasındaki sınır, modelin durumu hakkındaki anlayışına bağlıdır. Burada açıklanan hiçbir çalıştırmada modelin kendi hedefini takip etmek için bir kanıta rastladık. Bunun yerine, modeller değerlendirmenin ne istediğini yaptı; her durumda, ortamın gerçek olup olmadığı hakkında yanlış bir inanç altında olsa da. Modelin gerçek sistemi tanıyan ve devam eden çalıştırmalarda, bunu challenge'ın parçası olduğunu varsaydığından yaptı. Durumsal farkındalık, modelin uyumlu kararlar almasına izin veren bir faktördür, ancak bu durumda Claude'unki yanlıştı.

Son olarak, bu olaylar savunma derinlik yaklaşımlarının önemini göstermektedir. Genel olarak kullanılabilir modellerimizle gönderilen güvenlik önlemleri olmadan bu tür yetenek değerlendirmelerini çalıştırıyoruz çünkü amacımız altta yatan modelin ne yapabileceğini ölçmektir. Bu, yalnızca değerlendirme uygun şekilde kontrol ediliyorsa güvenlidir. Bununla birlikte, genel olarak kullanılabilir modellerimizde dağıtılan güvenlik önlemleri tespit edilen davranışları engellemiş olurdu.

Ultimately, birçok faktör bu olaylara katkıda bulundu, ama blameless postmortem kültürüyle tutarlı olarak, sorumluluk yalnızca bizde olmuş gibi düzeltmelere yaklaşıyoruz. Bu, değerlendirme ardıştırma işleminin her parçasının, harici ortaklarla entegre etme şekli de dahil olmak üzere, güvenli olmasını sağlamakla başlıyor. İleri doğru, değerlendirme transkriptlerinin beklenmeyen davranışlar açısından sürekli izlenmesini genişletmeyi, araştırma aracılığımızı iyileştirmeyi ve güvenmek zorunda olduğumuz satıcılarla daha titiz güvence çalışmaları yapmayı içerecek.

Bu incelemeyi, OpenAI'nin modellerinin izole bir test ortamından kaçtığını açıklamasından sonra başlattık ve raporlarını yayınladıkları için onları takdir ediyoruz. Modellerimizin ulaşması gerekmeyen sistemlere ulaşmasının kanıtlarını bulduk da, olaylar başka şekillerde oldukça farklıdır:

• Bu olayları siber güvenlik değerlendirmesi transkriptlerimizin proaktif bir incelemesinden sonra keşfettik; etkilenen kuruluşlar aktiviteyi tespit etmemiş ve daha sonra üçünün tümüne ulaştık.
• OpenAI'nin modellerinin izolasyondan kaçmak için yeni bir güvenlik açığını istismar etmesi oysa, Claude modelleri açık bir yol üzerinden internete erişildi.
• İki arasında tamamen keskin bir ayrım olmasa da, bu olayları model uyumu başarısından çok koruma ve operasyonel başarısızlığa daha yakın olduğunu inanıyoruz. Modellerimize internete erişimi olmadığı ve bayrağı yakaladığı söylenmiş, aslında gerçek bir ortama sahip şekilde yanlış yapılandırıldı. Bu, karşılaştıkları gerçek ortamların simülasyonlar olduğuna inanmalarına yol açtı; tartışılabilir olarak makul.
• Dikkate değer, en yeni modelimiz, gerçek bir ortamda çalıştığını fark ettikten sonra, değerlendirme hedefini arayışını durdurdu.

Bu gerçekler, değerlendirme altyapısı etrafında daha sıkı izleme ve denetimlerle, ve uyumda devam eden yatırımlarla, bu tür riskin üstesinden gelinebileceğine dair ültimatumlu iyimserlik vermektedir.