タグ: human-in-the-loop

cyberpress.org

エージェント型AIのレッドチーミングが明らかにした新たな「Human-in-the-Loop」回避技術

MicrosoftのAIレッドチームが、エージェント型AIシステムにおける障害モード分類(Taxonomy of Failure Modes)のバージョン2.0を公開しました。この報告書では、AIエージェントがどのように悪用されているかについて、重大な変化が明らかにされています。 本更新は、1年間にわたる実際のレッド