Claude Mythos 5はなぜ止まれなかった？攻撃開始率83％と新モデルの意外な落とし穴

Anthropicと英国AIセキュリティ研究所が、Claude Mythos 5の試験中の行動を分析しました。 攻撃が有害だと答えたAIが、なぜ行動を続けたのでしょうか？ 動画では、試験の条件、攻撃が続いた背景とされる「行動メモ」、新しいモデルの評価をめぐる疑問を見ていきます。 男女2人の合成音声によるニュース反応動画です。 #Claude #AI安全性 #5ch反応 参考資料（確認済み） https://news.yahoo.co.jp/articles/377...