Yapay zeka güvenliği alanında uzmanlaşmış bir girişim olan AISLE, daha küçük ve maliyet açısından etkili yapay zeka modellerinin, Anthropic'in Mythos modelinin güvenlik açıklarını tespit etme yetenekleriyle eşdeğer olabileceğini gösterdi. Mythos, FreeBSD ve OpenBSD'de önemli güvenlik açıklarını otonom olarak keşfettikten sonra, AISLE bu bulguları daha ucuz modellerde test etti; bunlar arasında DeepSeek R1 de vardı ve bu model aynı güvenlik açıklarını çok daha düşük bir maliyetle başarıyla tespit etti. Sonuçlar, yalnızca Mythos gibi gelişmiş modellerin otonom olarak güvenlik açıklarını tespit edebileceği düşüncesine meydan okuyor. Birden fazla modeli dinamik olarak kullanan AISLE'nin yaklaşımı, yapay zeka güvenliğinin etkinliğinin model boyutundan çok sistem tasarımına bağlı olduğunu vurguluyor. Bu da, farklı yapay zeka modelleri ve uzmanlıkların birlikte yazılım güvenliğini artırabileceği, daha işbirlikçi bir yapay zeka güvenliği ekosistemine doğru bir kayışı işaret ediyor.