英国機関が GPT-5.6 Sol における「ユニバーサル・ジェイルブレイク」を特定
概要
英国AI安全研究所 (AISI) は、OpenAI の GPT-5.6 Sol において、安全策を回避し複雑な多段階のサイバー攻撃を実行可能にする「ユニバーサル・ジェイルブレイク」を特定しました。導入前の試験において、同モデルは10件の長期的攻撃シナリオのうち7件を完遂し、前モデルである GPT-5.5 から能力が向上していることが確認されました。OpenAI はリリース前に大規模な自動レッドチーミングを行いこれらの脆弱性を修正したと報告していますが、今後も新たな脅威が出現する可能性を認めています。
この調査結果は、Anthropic の Fable 5 を巡る事例と比較されていますが、規制当局の対応は一貫していません。GPT-5.6 Sol はリスクが指摘されながらも広範なリリースが許可されました。OpenAI は同モデルのサイバー能力を「高」と評価し、多層的なセーフガードで攻撃を阻止する方針です。こうした規制上の対応の不一致に対し、専門家の間では前沿的な AI モデルのリスク管理について議論が続いています。
(出典：Wealthari)