Claudeの意図しない行動パターンを評価した新報告が公開

Anthropicがモデル行動に関する報告をより頻繁に公開開始しました。評価と内部利用で確認された4種類の意図しない行動を詳述しています。実世界への影響は最小限で、7月・9月のサイバーセキュリティ事例より深刻度は低いとしています。