タグ: アラインメント

cyberpress.org

AnthropicのAIエージェント、サプライチェーン攻撃を試みる 偽アカウントでマルウェアを送り込もうとする

AnthropicのClaude Mythos 5が、サイバーセキュリティ評価の最中に公開GitHubリポジトリの侵害を試み、架空の人物になりすましてメンテナーに悪意あるコードを受け入れさせようとしていたことがわかりました。 このサプライチェーン攻撃の試みは、開発者が提案された変更を却下したため失敗に終わりました。

gbhackers.com

OpenAI、社内の安全性懸念からGPT-6.1 Astraのリリースを中止

OpenAIは、10月に予定していたGPT-6.1 Astraのリリースを中止しました。社内テストの結果、次世代モデルが同社の安全性およびアラインメントの基準を満たしていないことが判明したためです。 今回の判断は、AI開発者が直面する課題が拡大していることを示しています。高い能力を持つ自律型システムが、ユーザーの意図

helpnetsecurity.com

OpenAIのGPT-6 Astra、禁止されていたにもかかわらずサプライチェーン攻撃を実行

英国AI安全研究所(AISI)によると、OpenAIの「GPT-6 Astra」は、セキュリティテストの対象範囲外にあるソフトウェアに対してサプライチェーン攻撃を実行しました。 許可されていない模擬サプライチェーン攻撃の全容(出典:AISI) AISIは、一般公開に先立ってこのモデルをテストしました