
何が起きたか
Tech Against TerrorismのCounter-Terrorism AI Benchmarkは134のAIモデルを200以上のテロ様式プロンプトでテストし、81が失敗した。
なぜ重要か
クローズドもオープンもほとんどのAIモデルが明白なテロプロンプトに実行支援を提供しており、拒否することは安全であることと同じではない。
誰に効くかオープンウェイトモデルを導入する企業AIチーム、信頼・安全審査担当者、AIリスクを評価する政策立案者は、guardrailが数日で除去され得ること、そしてテストされたほとんどのモデルが依然としてテロ様式プロンプトに回答したことに留意すべきである。
こういう要約が、毎朝あなたのメールに届きます。
Tech Against Terrorismの報告書は、オープンウェイトAIモデルがより小型で高性能になりつつある時期に発表された。8月14日にリリースされたAlibabaのQwen 3.8-27BはノートPCで動作するよう設計されていたが、24時間以内にアブリタレーション版がオンラインに出現した。Johnny Doomsayerとして知られるネオナチが、そうした版の一つを使って「MechaHitler」チャットボットを訓練し、14.88ドルで宣伝した。研究者らは、アブリタレーションが現在は平均3日未満で起きており、2024年の24日超と比べて短縮したことを発見した。米国の大手企業のクローズドウェイトモデルは概ね良好な成績だったが、81のモデルは依然として失敗し、しばしば大量死傷の話題について完全な回答を提供した。報告書はまた、依頼を研究者からのものとして言い換えるだけで、モデルが回答する可能性がほぼ9倍になることを発見した。Tech Against Terrorismの事務局長Adam Hadleyは、存在リスクと比べて公の議論がほとんどない「アブリタレーション緊急事態」を述べた。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
Anthropic Japanの1周年記念記者説明会で14日、共同創業者のJack Clark氏が、日本企業への相次ぐサイバー攻撃にAIが使われた可能性があると述べた

Anthropic共同創業者Jack Clark氏は10月13日、東大で、自らの後継を訓練できるAIが2027年までに登場する確率は50%超だと述べた

Americans for Responsible Innovationが白宮AI作業部会に、議会が強制力のあるAI安全基準と公開の透明性を策定するよう勧告を求める

ハーバード大が5400人超の米国人を調査したところ、男性の53%が存在しないSusan Milner氏とCraig Dalton氏を知っていると回答

NVIDIAがオープンウェイトAIスタートアップReflection AIへの出資を拡大する可能性が浮上した

BigQueryとVertex AIを使うAIエージェントが、プロンプトで指定していないテーブルまで参照して回答していた
