AnthropicがFable 5のサイバー防壁を公開：4段階分類と脱獄評価枠組みを導入
Anthropicは再提供を開始したClaude Fable 5のサイバーセキュリティ対策の詳細を発表した。要求を禁止・高低リスクの軍民両用・安全の4分類で判定し、意図的に防御マージンを拡大している。あわせてGlasswingと開発した脱獄深刻度評価枠組みを提案し、HackerOneで脆弱性報告の受付も開始した。
HackerOne
OpenAI「Daybreak」刷新：脆弱性の自動修正に注力、GPT-5.5-Cyber提供
OpenAIはサイバーセキュリティ構想「Daybreak」の拡張を発表し、Codex Securityプラグインの更新とGPT-5.5-Cyberモデルを公開した。CyberGymスコアは85.6%を記録。AIによる脆弱性発見が急増したことを受け、検知から修正パッチの自動生成・検証までを担う体制を整える。現在は信頼された防御者向けに限定提供される。
Anthropicが脆弱性報奨金を開始：未公開Claudeの脱獄発見に最大2.5万ドル
AnthropicはHackerOneと提携し、未公開の安全分類システムを検証する新たなバグバウンティプログラムを発表した。Claude 3.7 Sonnetなどを対象に、CBRN関連の普遍的ジェイルブレイクを見つけた研究者に最大2.5万ドルを授与し、ASL-3安全基準の達成を目指す。
Anthropic、安全性バグ報奨金を拡充：汎用ジェイルブレイクに最大1.5万ドル
AnthropicはHackerOneと連携する安全性バグ報奨金プログラムの拡充を発表した。未公開の次世代安全対策システムを対象に、化学・生物・放射性物質・核（CBRN）やサイバー攻撃といった高リスク領域を突破する「汎用ジェイルブレイク」の報告を募る。報奨金は最大1万5000ドルで、初期段階は招待制となる。