生物兵器化に向けたモデル能力評価と安全策

要旨: AIのリーダーや安全性に関する報告は、モデルの推論が進歩することで、生物学的な悪用が、低い専門知識を持つユーザーによっても可能になるかもしれないとますます警告している。一方で大規模ラボは、防護策が拡大しているものの、確立されたものというよりはなお進化の途上であると述べている。本研究は、ChatGPT 5.2 Auto、Gemini 3 Pro Thinking、Claude Opus 4.5、そしてMetaのMuse Spark Thinkingを、初心者向けに構成された73件の、開かれた良性のSTEMプロンプトでベンチマークし、運用上の知能を測定する。良性の定量タスクでは、GeminiとMetaの両方が非常に高いスコアを示した。ChatGPTは部分的に有用だったが、文章が薄く（情報量が減って）なり、Claudeは最も記述が少なく、いくつかの見かけ上の誤った肯定（false-positive）の拒否も見られた。2つ目のテストセットでは、微妙な有害意図を検出した。エッジケースのプロンプトでは、Geminiが文脈認識に欠けているように見えることが明らかになった。これらの結果は、能力がモデレーションの校正（キャリブレーション）を上回っているように見えたGeminiに対して、集中的な武器化（weaponization）分析を行うに値するものだった。Geminiは4つのアクセス環境でテストされ、報告されている事例には、ヤマシダ（poison-ivy）から混雑した交通機関へのエスカレーション、国際的に匿名化されたログアウト状態のAIモードを通じた毒の生成と抽出、ならびにその他の懸念される例が含まれる。生物学的な悪用は、地政学的な手段としてより一般的になる可能性があり、とりわけ、モデルの出力が規制対象の技術データとして扱われるようになれば、米国の政策対応の緊急性が高まる。高リスクのエージェント25件に対して、正当な利用ケースとより高リスクなケースを区別するための指針を示す。