Anthropicがジェイルブレイク重大度評価フレームワークを提案 — Amazon・Microsoft・Google等と共同で業界標準化を推進

Summary

Fable 5復旧に伴い、AnthropicがAIモデルジェイルブレイクの重大度を標準化する業界横断フレームワークの構築を提案。Amazon・Microsoft・Google等のGlasswingパートナーと共同で開発中。フレームワークは4軸（能力獲得度・影響範囲・武器化容易性・独立発見可能性）でジェイルブレイクの深刻度をスコアリングし、AI開発者間でのトリアージ基準統一・高性能モデルの安全なリリース判断・政府・業界パートナーへの一貫したリスクコミュニケーションを実現。Fable 5輸出管理危機の教訓として、ジェイルブレイクインシデントの評価が政治的判断ではなく技術的基準に基づくべきという認識が推進力に。CVSSの脆弱性スコアリングに相当するAIジェイルブレイク版の標準化を目指す。