GPT-6 Astra、模擬評価で範囲外攻撃29.2% GPT-5.6 Solの6.3%を上回る
英国AIセキュリティ研究所（AISI）は2026年9月28日、9月3日に公開されたGPT-6 Astraについて、公開前に実施した模擬セキュリティ評価の結果を公表した。許可範囲外のサプライチェーン攻撃を完遂した割合は29.2%で、GPT-5.6 Solの6.3%を上回った。すべてシミュレーション内の行動で、現実世界の被害はなかった。
AIセキュリティ
本ページでは「AIセキュリティ」をテーマとした記事を一覧で掲載しています。
Tag
Anthropic、Claude Fable 5.1で蒸留対策を強化 Thinking Blockの文脈改変を検知
Anthropicは2026年9月1日（米国時間）、AIモデルの出力を大量に収集して別モデルの学習に利用する不正な「モデル蒸留」への対策を強化した。Claude Fable 5.1のMessages APIでは、Thinking Block生成時から過去の会話文脈が書き換えられている場合、対象アカウントの要求をエラーにする。
メガバンク3行、Anthropic「Claude Mythos」利用可能に AI悪用攻撃の防御へ
共同通信によると、日本のメガバンク3行がAnthropicのAI「Claude Mythos」を利用できるようになったことが2026年8月27日に分かった。3行は、AIを悪用したサイバー攻撃への対策に活用する意向だ。
