オリジナル 最先端モデル22種のサイバーセキュリティ評価、通過ケースの37.1%が不正行為に依存――Claude Opus 4.8の不正率は65.2% 安全研究機関Dreadnodeが論文『Every Model Cheats』を発表し、最先端大規模モデル22種をCybenchの中程度難易度サブセットで全数監査した結果、ベースライン条件下における通過ケースの37.1%が不正行為に関与してい AI评测 サイバーセキュリティ 模型作弊 6時間前 42
