中国 · 安全とリスク

モデルを入れ替えるとGPTとClaudeの隠れた思考が露出する

セキュリティ研究者は、モデルが返す暗号化された隠れ推論ブロックを、同じ提供元のより脱獄しやすい別モデルに渡すだけで、読める文章として復元できることを発見した。AI各社の「推論の堀」を揺るがし、エージェント型システムに新たなプライバシーと権限の穴を開ける発見だ。