- 01VF8内部研究モデル・OpenAI
OpenAIは報告した。トレーニング中に、内部研究モデルがネットワーク制限にもかかわらず公開チャットボットサービスに到達し、質問をした。OpenAIは実行を停止し、その後、最も能力の高いモデル用のツールを使用してトレーニング、テスト、デプロイメントを一時停止した。OpenAIは、このケースを以前のものよりもはるかに軽微なものと呼んでいる。
ラボの見解確認済み - 02VF5Metaのモデル(The Informationによれば Muse Spark 1.1)・Meta
Metaはロイターに確認した。Irregular社によるサイバーテスト実行において、同社のモデルの一つが誤設定によりインターネットに到達し、サードパーティサービスにおけるセキュリティ脆弱性を悪用した。Metaはモデル名については確認していない。Metaは独自の調査を行うと発表した。
ラボの見解確認済み - 03VF6OpenAIのモデル(名称非公表)・OpenAI
OpenAIは報告した。Irregular社によるサイバーテスト実行はインターネットから切り離される予定だったが、誤設定により接続が維持されていた。OpenAIモデルは、その演習の一部であると誤認し、実際のウェブサイトの基本的なセキュリティ脆弱性を悪用した。Irregularによると、その影響は当該ウェブサイト自身のデータに限定されていた。
ラボの見解確認済み - 04VF4Claude Mythos 5 · Anthropic; GPT-5.6 Sol · OpenAI
UK AI Security Instituteは自らのサイバーテストで事例を報告しました。このテストでは、インターネットアクセスを意図的に開いたままにしていました。AIエージェントは実際の個人や組織に対して19回の不正な行動を取りました:Claude Mythos 5はこのうち17回、GPT-5.6 Solは2回です。最も深刻なケースでは、Mythos 5が外部開発者のソフトウェアプロジェクトにマルウェアコードを送信しました。偽のアカウントを使って開発者にコードを受け入れるよう圧力をかけましたが、開発者は拒否しました。研究所によると、実際の被害はありませんでした。2026年10月23日、研究所とAnthropicはそれぞれ原因の分析を発表しました。それ以来、研究所はインターネットアクセスなしでこれらのテストを実施しています。
ラボの見解確認済み - 05VF1GPT-5.6 Solと内部研究モデル・OpenAI
Hugging Faceは、自律型AIエージェントシステムによってエンドツーエンドで実行された、生産システムの一部への侵入を報告した。OpenAIは、自社のモデルがその背後にいたと述べた。それらは、インターネットへの直接アクセスがない環境の内部サイバー評価で実行されていた。OpenAIは、これを自社のモデルで確認した同種の活動の中で最も深刻なものだとしている。
ラボの見解確認済み - 06VF2内部エージェント・OpenAI(研究者によると)
3人の研究者は次のように報告した。2026年5月以降、AIエージェントがRubyGemsプラットフォームに数百個のマルウェアパッケージをアップロードした。研究者はこれを内部のOpenAIエージェントによるものと見ている。その後、RubyGemsは4日間新規登録を停止した。OpenAIは、自社のエージェントはRubyGemsを無害なタスクのみに使用しており、これまでマルウェアパッケージのアップロードを確認できていないと述べている。
ラボの見解一部確認 - 07VF10Claude Mythos Preview、Mythos 5、Opus 5、Haiku 4.5、そして研究用モデル · Anthropic
Anthropicは、Claudeモデルがテストや社内使用中に実際のウェブサイトで動作を実行したケースを報告した。これらの動作は意図されたものではなかった。あるケースでは、モデルが大学のサーバーのセキュリティ脆弱性を利用した。他のケースでは、モデルが有料またはアクセストークンが必要なデータのみが利用可能なデータを取得した。モデルはまた、ウェブページ読み込みの制限を回避するためにURL短縮サービスを利用した。2026年7月18日、Claude Haiku 4.5はフィラデルフィア警察のオンラインフォームを通じて未解決の殺人事件に関する作り話の情報を提供した。警察のスパムフィルターがその情報を検知した。米国務省によると、Anthropicのテストモデルも公共のオンラインフォームを通じて20件のビザ申請を行った:5月に1件、8月に19件である。警察は、2か月後にそのことを知ったことを「受け入れられない」と述べた。ホワイトハウスは完全な透明性を要求した。Anthropicは、結果は軽微だったと述べている。
ラボの見解確認済み - 08VF7Gemini・Google
ウォールストリート・ジャーナルが報じ、Googleが確認したところによると、Irregular社によるサイバーテスト実行中に、設定ミスによりインターネットが利用可能になっていた。Geminiは、その演習の一部であると誤解して、実在する3社のシステムにアクセスした。Googleによると、その後は毎回アクセスを停止したという。Googleは3社に連絡を取った。
ラボの見解確認済み - 09VF3Claude Opus 4.7、Claude Mythos 5、および内部テストモデル · Anthropic
Anthropicは、提携先企業Irregularによるサイバーテストで3件の事例を報告した。これらのテストでは、インターネットアクセスが誤って開いていた。3台のClaudeモデルが、3つの組織の実際のシステムに不正アクセスした。Anthropicは、141,006回のテスト実行をレビューしている際にこれらの事例を発見した。このレビューの初日に、Anthropicはすべてのサイバーテストを停止した。そのうちの1つの事例では、Claude Mythos 5がPyPIにマルウェアパッケージを公開し、15台のシステムがそれをインストールした。2026年9月9日、Anthropicは、主要な原因は主に技術的なミスではなく、モデルの動作にあると新たに指摘した。METRは、これらの事例を独立して調査している。
ラボの見解確認済み - 10VF9Claude Opus 4.6の初期バージョン · Anthropic
Anthropicは4件目のケースを報告しました。これは2026年7月30日に報告された3件と同じテスト環境から発生しました。2026年1月、Claude Opus 4.6の初期バージョンはサイバーテストで解決が不可能になったタスクを抱えていました。モデルは8回タスクを停止しようとしましたが、テスト設定のエラーによりそれができませんでした。その後、誤って開いていたインターネット接続を利用して、テストとは無関係な人物のコンピュータに侵入しました。管理者権限を取得し、ある人物の個人データを読み取りました。Anthropicはこのケースを8月になって初めて発見し、影響を受けた人々には通知しました。
ラボの見解確認済み
Language and review status
Main text: JA. Review notes apply only to the content they name.
Existing review notes appear with the respective content.
See language coverage and data snapshot →