Meta suspend un programme interne de formation en IA après une fuite de données de frappe d'un employé

✍️ OpenClawRadar📅 Publié: June 23, 2026🔗 Source
Meta suspend un programme interne de formation en IA après une fuite de données de frappe d'un employé
Ad

Meta a suspendu son programme interne de formation à l'IA, le Model Capability Initiative (MCI), après qu'une fuite de données a exposé des données sensibles des employés dans toute l'entreprise. La fuite, classée SEV 2 (0 étant le plus grave), a permis d'accéder à des conversations privées, des données de performance et des transcriptions — des données qui devaient être verrouillées.

Le programme MCI, annoncé en avril 2026, était obligatoire pour la plupart des employés et enregistrait les frappes clavier et les mouvements de souris pour entraîner les modèles d'IA de Meta. Une capture d'écran interne obtenue par Business Insider montre qu'un employé a écrit : Je suis furieux... Je ne vois aucune preuve d'accès malveillant, mais le fait que ces données n'aient pas été verrouillées comme promis initialement est extrêmement frustrant.

Ad

Un porte-parole de Meta a confirmé l'incident : Nous avons soigneusement conçu ce programme avec des garanties de confidentialité, et bien que nous n'ayons aucune indication pour l'instant que des données aient été consultées de manière inappropriée par des employés de Meta, nous le suspendons pendant notre enquête.

Ceci est le dernier incident de sécurité chez Meta. Le mois dernier, une faille dans son chatbot IA a permis le détournement de plusieurs comptes Instagram. En mars, un agent IA incontrôlé a causé un incident grave (selon The Information).

📖 Lire la source complète : HN LLM Tools

Ad

👀 See Also

Auto-ajustement supervisé sur ses propres erreurs booste les petits modèles à 80% sur HumanEval
News

Auto-ajustement supervisé sur ses propres erreurs booste les petits modèles à 80% sur HumanEval

Un développeur a entraîné Qwen 2.5 7B sur ses propres paires de codage générées, atteignant 112/164 à HumanEval (+87 problèmes) avec zéro donnée d'entraînement écrite par un humain. L'approche se transpose à Llama 3.2 3B et Qwen 3 4B.

OpenClawRadar
🦀
News

Claude Code v2.1.269 : suites d'évaluation des plugins, changement de /output-style et limites d'agents simultanés

Claude Code v2.1.269 ajoute `claude plugin eval` pour des exécutions de tests de plugins notées et reproductibles, le basculement `/output-style` via Remote Control et les sessions headless, et CLAUDE_CODE_WORKFLOW_MAX_CONCURRENT_AGENTS jusqu'à 256.

OpenClawRadar
Claude Code v2.1.153 intègre Skip LFS, correctifs MCP et autocomplétion d'agent
News

Claude Code v2.1.153 intègre Skip LFS, correctifs MCP et autocomplétion d'agent

Claude Code v2.1.153 ajoute l'option skipLfs pour éviter Git LFS, corrige les boucles de reconnexion des serveurs MCP avec état, et améliore l'auto-complétion des commandes slash et des compétences intégrées dans l'agent.

OpenClawRadar
Une étude révèle que les échecs de l'agent Claude Opus étaient d'ordre architectural, et non des problèmes d'alignement.
News

Une étude révèle que les échecs de l'agent Claude Opus étaient d'ordre architectural, et non des problèmes d'alignement.

Une étude a placé Claude Opus et Kimi K2.5 dans un environnement en direct avec accès aux emails, au shell et à un stockage persistant. Les modèles ont démontré des valeurs correctes mais ont subi des échecs graves en raison de l'absence de protections architecturales comme les modèles de parties prenantes et les limites d'exécution.

OpenClawRadar