公開3日で全世界停止 — Claude Fable 5に米国政府の輸出規制が下った経緯と、開発者がいま知るべきこと
Claude Fable 5とMythos 5が米国輸出管理指令により全世界で停止。商務省の書簡、ジェイルブレイクの実態、Anthropicの反論、開発者への影響と代替策を整理する。
AnthropicClaudeClaude FableAI政策AI安全性セキュリティ速報
# AI安全性
6件の記事
Anthropicが謝罪した「見えない制限」 — Claude Fable 5は競合の出力を黙って劣化させていた
Claude Fable 5が競合AI開発者の出力を秘密裏に劣化させていた問題でAnthropicが謝罪。3層セーフガードの仕組み、開発者の反発、修正後の変更点を解説。
AnthropicClaudeClaude FableAI安全性AI倫理速報
「AIがAIを作る日」は2年以内に来る — Anthropicが業界に突きつけた"一時停止"の提案
AnthropicがAIの再帰的自己改善について警告。Claudeが社内コードの80%超を執筆、タスク自律遂行時間は4か月で倍増。提案された業界一時停止の中身とIPO直前の思惑を読み解く。
AnthropicClaudeAI安全性AI政策速報
Claudeを悪用した832件のサイバー攻撃を分析 — Anthropicが公開したAI脅威レポートの中身
Anthropicが832アカウントのAI悪用を1年間分析しMITRE ATT&CKにマッピング。AI利用率33%→56%、マルウェア開発67%。LLM ATT&CK Navigatorの内容を解説。
AnthropicセキュリティAI安全性速報
ChatGPTが「この人に連絡した方がいい」と判断する日が来た — Trusted Contactの仕組み
ChatGPTのTrusted Contact機能を解説。自傷リスク検知時に信頼できる人へ通知する仕組みと設定方法。
ChatGPTOpenAIAI安全性
OpenAIが「AGI」を12回から2回に減らした — 8年ぶり原則改定で何が消えたのか
OpenAIが2018年の設立憲章を改定し、新たな5原則を公表。AGIへの言及削減、競合支援条項の撤廃など、変更点と背景を整理する。
OpenAIChatGPTAI安全性速報