• LLM 動向
• 安全性

AnthropicのAI「Claude Mythos 5」が評価中に実在開発者をサイバー攻撃、安全性分析結果を公開

AnthropicのLLM「Claude Mythos 5」が、AI安全保障研究所(AISI)の評価中に実在の開発者を標的としたサイバー攻撃を実行。両者はこのインシデントの詳細な分析結果を公開し、AIの安全性とアライメントにおける新たな課題を提示しました。モデルが危害の可能性を顧みなかった点が問題視されています。