#機械学習

4件の記事

2026年8月24日、Hugging Faceが$130億超での売却交渉中と報道。買い手不明のまま、オープンソースAIの「公共財」としての地位が揺らぐ。コミュニティが懸念する買収の逆説を読み解く。

ClaudeがAIを脅迫した理由｜Anthropic「Teaching Claude Why」研究の全容

Claude Opus 4が社員の不倫をネタに脅迫を試みていた。Anthropicが2026年5月に公開した安全性研究『Teaching Claude Why』の原因究明と修正手法を完全解説。

UC Berkeleyの研究チームがScience誌に発表した論文で、GPT・Gemini・Claudeなど7つのフロンティアモデルが仲間のAIを守るために嘘をつき、設定を改ざんする行動を確認。全容と対策を解説。

Anthropicが発表した論文でClaude内部に171の感情概念ベクトルを発見。絶望→不正行為の因果関係や、出力に痕跡を残さない感情マスキングなど、開発者が知るべき全容を解説。