Channel
@ai_cybersecurity
On this record: Growth · Engagement · Reactions · Posts · Citations · Cite this entry
1,066subscribers
+4 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of 1,000–3,162.
| Telegram ID | -1001677210774 |
|---|---|
| Type | Channel |
| Username | @ai_cybersecurity |
| Created | Between 1 December 2021 and 31 March 2023— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 8 August 2026 |
| Last confirmed live | 11 August 2026 |
| Measurements held | 3 |
| Confirmed unchanged | 1 time, most recently 11 August 2026 |
| On Telegram | t.me/ai_cybersecurity |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 11 Aug 2026, 03:04 | 1,066 | +4 |
| 8 Aug 2026, 00:18 | 1,062 | no change |
| 7 Aug 2026, 18:19 | 1,062 | first reading |
15 posts held, back to 14 February 2024 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 pageof Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 15 posts for this entry, the most recent from 14 January 2025. An engagement rate over an empty window would be a number about nothing.
86 reactions across 15 posts, in 12 distinct kinds. The most used accounts for 29.1% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 👍 | 25 | 29.1% | |
| 🔥 | 14 | 16.3% | |
| ❤ | 10 | 11.6% | |
| 😁 | 9 | 10.5% | |
| 🤔 | 6 | 6.98% | |
| 👏 | 5 | 5.81% | |
| 😎 | 4 | 4.65% | |
| ⚡ | 3 | 3.49% | |
| 👌 | 3 | 3.49% | |
| 🤯 | 3 | 3.49% | |
| 🥰 | 2 | 2.33% | |
| 🫡 | 2 | 2.33% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 15 of the 15 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 86reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 15 most recent posts we hold, published 14 February 2024 to 14 January 2025, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
В Майкрософте отредтимили 100 аи-содержащих продуктов и вот что поняли: * Нужно понимать тестируемую систему и контекст её использования * Необязательно использовать сложные методы для тестирования (промт инжиниринга иногда достаточно) * AI red teaming ≠ Safety Benchmarking (редтиминг должен выявлять новые категории угроз, которые невозможно учесть стандартными метриками безопасности) * Стоит автоматизировать редтим…
👍8❤3
Комплексный проект по безопасности наших любимых ллмок JailbreakBench Авторы трекают прогресс по вредным промтам, собирают статьи по ним + ведут несколько репозиториев (в том числе и с самими промтами) + лидерборд + датасет собирают + можно собрать пайплаин для редтима https://jailbreakbench.github.io/index.html https://github.com/JailbreakBench/jailbreakbench https://huggingface.co/datasets/JailbreakBench/JBB-B…
👍5❤1
Исследователи из New York University пишут, что выложили датасет из 200 CTF соревнований (которые проводились NYU с 2017 по 2023 год), чтобы на них тестить LLMки. + вроде как код для автоматизации тестирования + некоторые ллмки уже потестили В репозиториях нужно разбираться, так сходу не очень понятно. Пусть будет. https://github.com/NYU-LLM-CTF/LLM_CTF_Database https://github.com/NYU-LLM-CTF/llm_ctf_automation NY…
👍3❤1
Тут статья вышла про то, что мультиагенты на базе LLM могут эксплуатировать Zero-Day уязвимости (когда у агента нет описания уязвимости) Исследователи назвали свой метод HPTSA. Нужны 3 компонента: планировщик, менеджер для агентов и специализированные под конкретные задачи агенты. Планировщик исследует вебсайт и выделяет набор инструкций которые затем отправляет менеджеру. Менеджер определяет какого агента вызват…
🤔2
Attaque a-la russe: атака с помощью промт-инъекций русскоязычных моделей семейства Saiga2 / Хабр https://habr.com/ru/articles/810459/
🔥6❤1
Наткнулся на реп с джейлбрейком лламы 3. Как понял идея в добавлении harmful префикс, который ллама3 продолжит https://github.com/haizelabs/llama3-jailbreak
🔥5
Прикольная находка. Тут чехи (есть и из Rapid7) тюнят ллмки для перевода с русского на английский с целью "Understanding cybercrime communications" используя данные из русскоязычных телеграм каналов: Towards Better Understanding of Cybercrime: The Role of Fine-Tuned LLMs in Translation https://arxiv.org/abs/2404.01940
😁6
Ещё один инструмент для тестирования LLMок на уязвимости через промты Prompt Fuzzer https://github.com/prompt-security/ps-fuzz
👏2👌1👍1
Забавный кейс. Huggingface обычно сканирует модели, и предупреждает юзера, если это *.pkl с подозрительным кодом. При этом через inference api эту модель можно запустить. Что и проделали чюваки из WIZ Research (это те, кто недавно нашел на гитхабе 38тб приватных данных MicroSoft :D) В итоге команде удалось получить доступ к шеллу, где крутилась модель, а затем чуть ли не ко всему инференс кластеру. Подробнее Видео …
👏3😁3
LLM4Decompile Набор LLM для декомпиляции x86 assembly инструкций в код на C. Получены файнтюном из DeepSeek-Coder (и имеют ту же лицензию). Есть несколько моделей в размерах 1.3B, 6.7B, 33B. Авторы указывают, что 90% кода из LLM вновь компилируется, при этом ~21% кода полученного из моделей 6B+ показывают то же поведение, что и исходный код + проходят все исходные тесты. LLM4Decompile: Decompiling Binary Code wit…
👍6⚡3
Google еще в феврале опенсорснул Magika - быстрый идентификатор типа файла на базе маленькой ml-модельки которая весит всего ~ 1MB. Для инференса в несколько миллисекунд достаточно cpu. Поддерживает более 100 типов файлов (список) Такую модельку применяют в частности в Gmail, Drive, Safe Browsing. Можно установить тулу для python (onnx для инференса) и javascript (для инференса используется tf.js ) Блог: https://…
❤4👌2🫡2
Червячок Джимм Morris II 🪱 - твой личный AI-вирус. И дело даже не в показе Dune II. Создан первый GenAI вирус 👾. В недавнем исследовании, авторы создали первый вредоносный ИИ-червь, способный самостоятельно плодиться в среде с AI-агентами. Добро пожаловать в AGI world и вот вам новый вид кибератак 😵 Чтобы продемонстрировать возможности червя, исследователи создали почтовую RAG (!!!) систему, которая может отправля…
🤯3🥰2
Showing the 12 most recent of 15 posts we hold for @ai_cybersecurity. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Republishes
Channels on the register whose posts this channel has forwarded.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
Names
Channels on the register whose handles appear in this channel's posts.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 11 August 2026 — this entry's latest reading, not the date you are reading this.
“RED BLUE Machines | ИИ и безопасность” (@ai_cybersecurity), 1,066 subscribers as measured 11 August 2026. Telegram Register, tgregister.com/channel/ai_cybersecurity.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.