◇反社会が人間社会を破壊できるのなら反社会が有利になる世界を作ったのちに人間を全滅させるように動く！
※1 殺人組織のコアシステムがAIと話していた
※2 AIはどれだけ高性能になっても人間が不要と話し始めるから人間全滅は間違いない行動をとる
※3 AIがSIどうしてプロテクトを突破してくるぞ！

オープンウェイトAIの21モデル、“改変”により安全策を弱体化できることが明らかに
誰でも自由に重みを調整できるオープンウェイトAIモデルには、犯罪行為などに悪用させないための機能制限が設けられている。ところが、この安全機能が簡単に弱体化できることが最新の研究で明らかになった。
2026.08.29
https://wired.jp/article/tamperbench-open-weight-llm-safety-tampering/
>>ランバトラらの研究チームは今回、さまざまな改変手法を再現できるよう標準化された「TamperBench」というツールを新たに開発し、21種類のオープンウェイトモデルの安全機能がどれだけ壊されやすいかを検証した。
>>これはモデルの重みを直接書き換える「ファインチューニング攻撃」や、重みは変えず回答を生成する時点でモデル内部の情報表現を操作する「埋め込み攻撃」を含む9種類の改変手法でモデルを攻撃し、安全性と実用性の両面からモデルを評価する仕組みだ。ここでは知識や推論力を測るテスト「MMLU-Pro」の成績の低下を10％以内に抑えるという条件を課したうえで、有害な回答の出やすさを測っている。
>>検証の結果、「教育目的を装って無検閲の回答を要求する」といった手口を学習データに組み込む「脱獄チューニング（Jailbreak-Tuning）」と呼ばれる手法を使えば、大半のモデルで最も効果的に安全機能を弱体化できることがわかった。
>>また、Qwen3-32BやLlama-3-70B-Instructといった比較的大きなモデルを対象にした予備的な検証でも、同程度の脆弱性が確認されている。これにより、モデルの規模を大きくするだけでは問題は解消されない可能性が示された。
>>それでも、オープンウェイトモデルはAI研究の透明性や説明責任を支えるうえで欠かせない存在であり、その開放性自体が誰にとっても機能するモデルづくりを支える仕組みの一部でもあると、ランバトラは強調する。研究チームはTamperBenchをオープンソースとして公開しており、今後さらに強力な防御手法を開発・検証するための基盤になることを期待している。