タグ: AI安全性

Twitter上でClaude Opus 4.6に対する「万能jailbreak」手法の存在が主張された。しかし、Anthropicの公式発表ではASL-3安全基準を適用し、jailbreak耐性を強化したとしている。現時点で、主張のような有害コンテンツ生成の公式確認はなく、安全性向上と防御メカニズムの導入がアナウンスされている。