Mohammad Raouf Abedini

Investigador de seguridad centrado en medir y contener las capacidades cibernéticas de la IA de frontera, listo para reubicarme ahora. El trabajo es público, firmado y reproducible: un marco de atestación de contención de código abierto, cinco preprints en Zenodo archivados con DOI (indexados bajo ORCID) y trabajo de evaluación dentro del programa de evaluación de seguridad de Anthropic.

Creador de Project Simurgh, un marco de atestación de contención independiente del proveedor que somete a agentes LLM a pruebas de equipo rojo bajo un modelo de amenaza adversario de productor deshonesto y produce evidencia firmada con Ed25519, verificable sin conexión, de lo que hizo un agente tras un fallo de las barreras de seguridad: 138/138 casos no detectados por el clasificador contenidos frente a un Llama Guard 4 real, la tasa de éxito de ataque de un agente en vivo reducida de 9/140 a 0/140 en AgentDojo, y cinco teoremas Lean verificados por máquina. AGPL-3.0, 3,057 pruebas.

También autor principal de The Invisible Window, que mostró una evasión de captura del 100% en configuraciones de laboratorio probadas con Windows/macOS, divulgada de forma responsable conforme a OWASP/FIRST/CISA. Autor de Aion-BibleQA, un banco de pruebas de fidelidad de citas para LLM con recuperación aumentada: R@5 0.941, cero citas sin respaldo. Evaluó las salidas de Claude en busca de código explotable y elusión de barreras de seguridad en el programa de evaluación de seguridad de Anthropic, a través de Alignerr en 2026. Cofundador de una startup de IA universitaria respaldada por una incubadora. Centrado en reducir los riesgos catastróficos de la IA avanzada mediante la medición de capacidades, la caracterización de los límites de seguridad y el desarrollo de herramientas defensivas.