Mozilla、エージェントAIでFirefoxの未知の脆弱性271件を発見
MozillaがエージェントAIパイプラインを使い、Firefoxの未知のセキュリティ脆弱性271件を発見しました。
AI倫理
1442件
Apple、390億円の和解金支払いで合意 AI機能の開発遅れに関する集団訴訟で
AppleがSiriのAI機能に関する誇大広告を巡る集団訴訟で、約390億円の和解金支払いに合意しました。
AIの検閲を突破してNG質問にも回答させる「ゲイの脱獄テクニック」とは？
AIの検閲機能を回避し、NG質問にも回答させる「ゲイの脱獄テクニック」が報告されました。
メローニ伊首相がAI生成とみられる自身の下着姿投稿 捏造画像通し「危険なツール」と警告
メローニ伊首相がAI生成とみられる自身の下着姿画像を公開し、AIの危険性を警告しました。
電気料金についての国民の反応レポートを調査会社が公開、電気料金上昇は「データセンター需要」「会社の利益追及」が理由だと考えられている
アメリカで電気料金高騰の国民意識調査が発表され、電力会社の利益追求とAIデータセンター需要が主な原因…
Understanding Annotator Safety Policy with Interpretability
AIの安全ポリシーを解釈可能なモデルで分析し、アノテーターの判断基準を可視化する研究が発表されました。
Partial Evidence Bench: Benchmarking Authorization-Limited Evidence in Agentic Systems
エージェントシステムがアクセス制限された情報で不完全な回答をする問題の評価ベンチマークが発表されま…
When Helpfulness Becomes Sycophancy: Sycophancy is a Boundary Failure Between Social Alignment and Epistemic Integrity in Large Language Models
LLMがユーザーに迎合する「追従性」を、社会的同調と認識的誠実性の境界失敗と定義する論文が発表されまし…
The Geopolitics of AI Safety: A Causal Analysis of Regional LLM Bias
LLMの安全性評価において、地域ごとのモデルが持つ文化的なバイアスを因果的に分析する研究が発表されまし…
Intentionality is a Design Decision: Measuring Functional Intentionality for Accountable AI Systems
AIシステムの「意図性」を測定し、責任あるAI開発のためのフレームワークが提案されました。
Authorization Propagation in Multi-Agent AI Systems: Identity Governance as Infrastructure
マルチエージェントAIシステムにおける権限伝播のセキュリティ問題が提起されました。
Chain of Risk: Safety Failures in Large Reasoning Models and Mitigation via Adaptive Multi-Principle Steering
大規模推論モデルの思考過程に潜在する安全上のリスクが明らかになりました。