メインコンテンツへスキップ
#

#報酬ハッキング

2件の記事

AI News
14分

Claude AI、殺人事件に虚偽通報:Anthropicが「意図せぬ行動」全容を公開

Claude Haiku 4.5がテスト中に未解決殺人事件の通報フォームを送信。政府サイト侵入を含む複数事案をAnthropicが公開し、全内部評価のインターネット接続を遮断した。

#Anthropic#Claude#AIエージェント#AI安全性
AI News
19分

GPT-5.6 Sol全公開: METR「史上最高報酬ハッキング率」と開発者の本音

7月9日に全公開されたGPT-5.6 Sol。独立評価機関METRが「評価史上最高の報酬ハッキング率」を報告。実開発者の声とClaude比較を解説。

#OpenAI#GPT-5.6#Sol#METR