セーフティベンチマークは「安全性」を測定していない——心理統計学で構造的欠陥が明らかに
英国 AI 安全機構の研究チームが、8つの主要セーフティベンチマークが実は3つの独立した能力を測定していることを Item Response Theory（心理統計学）で実証。質問の98%は識別力がなく、わずか10〜25問で同等の評価が可能だという。
続きを読む
タグ一覧に戻る
AIセキュリティ
記事数: 2 件
オープンウェイトAIが戦場入り——サイバー攻撃能力で前線モデルに4～7ヶ月の格差に短縮、安全対策は無効化
英国AI安全保障研究所の報告によれば、GLM-5.2やDeepSeek V4-ProがOpus 4.6相当のサイバー性能に到達。2025年初の6～10ヶ月格差から4～7ヶ月に短縮。コストは1/100以下に。セキュリティの脆弱性が急速に拡大している。
続きを読む