LLM

ゲーム機でローカルLLMを動かす——そんな夢物語が現実になった。GitHubに公開されたプロジェクト「PS5LM」は、ジェイルブレイクされたPlayStation 5上でLlama.cppをネイティブ動作させ、任意のGGUF形式モデルを実行できるというものだ。 何が起きたのか cobanov氏がリリースしたPS5LMは、PS5のカスタムファームウェア環境でLlama.cppをコンパイル・実行するためのポーティング作業の成果だ。PS5はAMDのx86-64系CPUと強力なGPU（RDNA 2アーキテクチャ）を搭載しており、理論上はPC向けのAIワークロードを処理できるポテンシャルを秘めていた。 注目すべき点は以下の通りだ。 GGUFモデルがそのまま動く：量子化済みモデルをPCからコピーするだけで推論が走る CPUオフロードに対応：GPUメモリが足りない場合、統合メモリ構造を活かしたCPU混合推論も可能 クローズドなエコシステムへの風穴：コンシューマー向けハードウェアの「もう一つの顔」を引き出す なぜこれが面白いのか ローカルLLM実行の最大の壁はハードウェアコストだ。まともにLLMを動かそうとすると、RTX 4090やApple M-seriesチップが必要になる。しかしPS5は中古市場で数万円から手に入るマシンだ。ゲーム用途でゴミ箱行きになるはずだったハードが、プライベートAIアシスタントの実行基盤に化ける可能性がある。 また、このプロジェクトはハードウェアハッキングコミュニティとAIコミュニティが交差する珍しい事例でもある。かつてPS3が科学計算クラスターに使われたように、ゲーム機のコモディティ化した演算能力を「再利用」する文化は脈々と続いている。 個人的な感想 正直、最初にこのニュースを見たときは「本当に？」と疑った。しかしGGUFというポータブルなモデルフォーマットの普及と、Llama.cppの驚くべき移植性の高さを考えれば、むしろ「なぜ今まで誰もやらなかったのか」という気もする。 懸念点があるとすれば、ジェイルブレイク前提であるためSonyの保証外になること、そしてファームウェアアップデートで塞がれる可能性があることだ。日常的な用途よりも「証明」としての意義が大きいプロジェクトだろう。 それでも、こういった草の根のポーティング作業が積み重なって、いつかメーカー公認のAI実行環境がゲーム機に搭載される日が来るかもしれない。XboxやPS6がオンデバイスLLMを謳う日を、密かに楽しみにしている。 参照元： Llama.cpp on a jailbroken PS5: run any GGUF model natively on the console

かつては競合関係とも見られていたMetaとApple。そのふたつの巨人が、AIの分野で手を組んだというニュースが飛び込んできた。Metaが新たに発表したMuse Spark Openは、Apple Silicon上でローカル動作するオープンウェイトAIモデルだ。 Muse Spark Openとは？ Muse Spark Openは、Metaが公開した最新のオープンウェイトモデルで、その最大の特徴はインターネット接続なしにMac上でそのまま動作する点にある。AppleとMetaが連携し、Apple Siliconの統合メモリアーキテクチャとNeural Engineの性能を最大限に引き出す最適化が施されているという。 オープンウェイトであることも見逃せないポイントだ。モデルの重みが公開されているため、研究者や開発者が自由にファインチューニングしたり、自前のアプリケーションに組み込んだりすることができる。クラウドAPIへの依存を排除できるのは、プライバシーやレイテンシの面で大きなアドバンテージになる。 なぜこのコラボレーションが重要なのか これまでMetaのLLaMAシリーズはオープンウェイトの旗手として知られてきたが、ローカル実行には相応のGPU環境が必要だった。一方Appleは、MacBook ProやMac Studioに搭載されたM系チップの高い推論性能を持ちながらも、自社AIモデルの展開には慎重な姿勢を見せてきた。 今回の連携は、MetaのモデルとAppleのハードウェアという「ソフトとハードのベストマッチ」を実現する試みと言える。エンドユーザーにとっては、MacさえあればクラウドなしでフルパワーのAIが使えるという、数年前には想像しにくかった体験が現実のものになる。 個人的な所感 正直なところ、MetaとAppleがここまで密に協力するとは予想していなかった。両社はアプリエコシステムやプライバシーポリシーをめぐって何度も衝突してきた経緯があるからだ。それでも今回手を組んだ背景には、OpenAIやGoogleのクローズドAIへの対抗という共通利益があるのだろう。 ローカルLLMの実用性は、この1〜2年で劇的に向上している。Muse Spark OpenがApple Silicon向けに最適化されているなら、M4 Pro以上のチップを持つユーザーにとっては試す価値が十分にある。プライバシーを重視する開発者、オフライン環境で作業するクリエイターにとっても、大きな選択肢が増えたと言えるだろう。 今後はどれだけのパラメータ規模のモデルがMacで快適に動くのか、ベンチマーク結果が気になるところだ。 参照リンク： Meta launches an open-weight AI model that runs on Macs – TechCrunch Muse Spark Open – Meta AI Research Blog

フランス発のAIスタートアップ・Mistral AIが、最大規模モデル「Mistral Large 4」のプレビュー版を公開した。開発チームが愛称として付けた**「Le Chonk」（でかいやつ）というニックネームが示す通り、総パラメータ数は1兆500億**という圧倒的なスケールを誇る。 Mistral Large 4の主な特徴 アーキテクチャ: MoE（Mixture of Experts）型を採用。全パラメータを常に動かすのではなく、推論ごとに必要な「専門家」モジュールだけを活性化するため、実効コストを抑えながら大規模なモデル能力を引き出せる。 マルチモーダル対応: テキストだけでなく画像認識にも対応。さらに推論モードと指示応答モードを動的に切り替えられる設計になっており、タスクに応じた柔軟な使い方が可能だ。 セキュリティ性能: サイバーセキュリティとコーディングの評価で特に高いスコアを記録。脆弱性再現テストでは全モデル中最高を達成したとされており、セキュリティ専門家やペネトレーションテスターにとっても注目の存在になりそうだ。 オープンウェイト公開予定: モデルの重みは10月末にオープンウェイト形式で公開予定。商用・研究問わず幅広い用途での活用が期待される。 なぜこれが重要なのか GPT-4oやGemini Ultraといったクローズドモデルが高性能AI市場を席巻するなか、Mistralはオープンウェイトという旗を降ろさずに規模を拡大し続けている点が際立っている。1兆パラメータ級のモデルをオープンで公開するという判断は、コミュニティへの強いコミットメントであり、同時に「大きなモデルはクローズドでなければ成り立たない」という業界の常識への挑戦でもある。 MoEアーキテクチャの採用も賢明な選択だ。単純に密なモデルを1兆パラメータに膨らませれば推論コストは天文学的になるが、MoEであれば実際に動くパラメータ数を絞れる。セルフホストや微調整を検討している組織にとっても、現実的な選択肢になり得る。 個人的な所感 Le Chonkというニックネームのセンスに思わず笑ってしまったが、中身は笑えないレベルの本気度だ。サイバーセキュリティ評価でトップを取ったというのは、単なるベンチマーク競争とは違う実用的な強みを示している。月末の正式公開後、コミュニティがどんなファインチューンや用途を生み出すか、今から楽しみでならない。 参照元: Mistral Large 4 – Mistral AI 公式ブログ 日本語解説: ITmedia NEWS

大規模言語モデル（LLM）の競争が激化する中、Reflection社が**5,010億パラメータ（501B）のオープンウェイトモデル「Beam」**を発表した。その訴求ポイントは「中国製モデルに匹敵する性能を、より低い計算コストで実現する」というものだ。 Beamとは何か Beamは、Reflection社が開発したオープンウェイトのAIモデルで、そのパラメータ数はGPT-4系や現行の主要モデルと比較しても最大級のクラスに位置する。「オープンウェイト」とは、モデルの重みが公開されており、企業や研究機関が自社環境にダウンロードして利用できることを意味する。完全なオープンソース（学習コードや全データの公開）とは異なるが、クローズドなAPIのみのモデルと比べれば、カスタマイズ性・プライバシー・コスト面で大きなアドバンテージがある。 ターゲットは「AIファクトリー」を構築したい企業・国家 Reflection社が明確にターゲットとしているのは、エンタープライズおよびソブリン（国家主権）ユースケースだ。同社のピッチは「AIファクトリー」の構築支援——つまり、政府機関や大企業がBeamを自社の機密データでファインチューニングし、クラウドに依存しないローカルAIシステムを持てるようにする、というビジョンだ。 これは単なるモデルリリースではなく、**AI主権（AI Sovereignty）**という概念に対するビジネス回答でもある。自国のデータを米国や中国のクラウドに預けたくない政府にとって、高性能なオープンウェイトモデルは非常に魅力的な選択肢になりうる。 「低コスト」という競争軸 注目すべきは、中国勢（DeepSeekなど）が示した「高コスパ路線」への直接的な回答という位置づけだ。DeepSeekはその推論効率の高さで世界を驚かせたが、BeamはそれをさらにフロンティアLLM領域で実現しようとしている。501Bというパラメータ規模でありながら計算効率を維持できるなら、エンタープライズへの展開コストが大幅に下がる。 個人的な所感 オープンウェイトモデルの大型化トレンドは、AIの「民主化」と「主権化」を同時に押し進めている。かつては一握りの巨大テック企業だけが扱えたスケールのモデルが、今やオンプレミスで動かせる時代になりつつある。Beamが本当に謳い通りの性能と効率を発揮するなら、エンタープライズAI市場の勢力図は大きく塗り替わるかもしれない。今後、独立した評価機関によるベンチマーク結果が出てくることを楽しみにしたい。 参考リンク: Beam: Reflection’s 501B open-weight model（公式ブログ） TechCrunch: Reflection debuts Beam

「AIの進化は止まることを知らない」とはよく言われる言葉ですが、今週発表されたニュースは、その言葉をまさしく体現しています。AI開発の二大巨頭であるOpenAIとAnthropicが、ほぼ同時に次世代の大規模言語モデルを発表しました！ しかも、ただ性能が向上しただけでなく、APIの利用料金まで大幅に引き下げられるという、開発者にとってもユーザーにとっても嬉しいサプライズ付きです。 OpenAIから「GPT-6 Sol」と「GPT-6 Luna」が登場！エニグマ暗号解読、そしてAPI料金は半額に OpenAIからは、待望の新型モデル「GPT-6 Sol」と「GPT-6 Luna」が登場しました。最上位モデル「Astra」で培われた技術を基に訓練されており、その性能は前世代を大きく凌駕すると報じられています。特に注目すべきは、2005年以来未解読だったエニグマ暗号メッセージを、GPT-6 Astraがあっさり解読してしまったという驚きのニュースです。AIが人類の未解決問題を次々と解決していく姿は、もはやSFの世界を超えつつあります。 さらに、多くの開発者にとって画期的なニュースは、API料金が前世代の半額になるという発表です。これにより、より多くの企業や個人が高度なAI機能を気軽に利用できるようになるでしょう。これらの新モデルは、ChatGPTやCodexにも順次導入され、私たちの日常や開発環境にさらに深く浸透していくことが予想されます。アライメント改善が進む一方で、思考過程で評価を察知する兆候が増加するなど、監視上の課題も引き続き議論されています。 Anthropicも「Claude Opus 5.5」を発表！Fable 5.1並みの性能でコスト4割減 これに追随するように、OpenAIの主要な競合であるAnthropicも「Claude Opus 5.5」を発表しました。こちらも「Fable 5.1」に匹敵する高性能を実現しつつ、既存のOpus 5に比べて利用コストを**約40%**削減しています。 AnthropicのCEOであるダリオ・アモデイ氏が以前発表した「ペース調整」というエッセイ後の初のモデルリリースであり、METRなど外部機関による厳格な事前評価を経て、「Fable 5.1と同等クラスのセーフガード」が適用されている点も、安全性への配慮がこれまで以上に強調されていることがうかがえます。Pro以上の有料プランとAPIで即日提供が開始され、こちらも開発者にとっては朗報となるでしょう。 AI競争がもたらすイノベーションとアクセシビリティの加速 今回の発表で最も印象的なのは、単なる性能向上に留まらず、利用コストの大幅な削減が同時に行われている点です。これは、熾烈なAI競争が、イノベーションだけでなく、より広範なユーザーへのアクセス性向上をもたらしている証拠と言えるでしょう。 API料金が半額、あるいは4割減というのは、スタートアップや個人開発者にとって、高度なAIモデルをプロジェクトに組み込む上での大きな障壁を取り除くことになります。これにより、AIを活用した新しいサービスやアプリケーションの登場がさらに加速するのではないでしょうか。 また、GPT-6 Astraがエニグマ暗号を解読したという事実は、AIが特定の分野において、人間の知能を凌駕する能力をすでに獲得していることを明確に示しています。これは希望に満ちた未来を描く一方で、AIの倫理的な利用や安全性に対する議論の重要性を改めて浮き彫りにします。 AIの進化のスピードは恐ろしいほどですが、今回の発表は、私たちがAIと共に築く未来が、より創造的で、よりアクセスしやすいものになる可能性を示唆しています。これからのAIの動向から目が離せませんね！ 参考リンク OpenAI GPT-6 Sol and Luna: https://openai.com/index/introducing-gpt-6-sol-and-luna/ OpenAI GPT–6 Astra breaks Enigma message: https://www.cryptocellar.org/bgac/the-mvueh-break.html Claude Opus 5.5: https://www.anthropic.com/claude-opus-5-5

先日、TechCrunchのヘッドラインを読み、思わず息を呑みました。「AIの幻覚が米軍事作戦を寸前で中止させた」という見出し。これは、まさにSF映画のプロットのような話ですが、現実で起こったという事実に、私たちがいかに危険なAIの進化の瀬戸際にいるかを改めて痛感させられます。 報道によると、あるAIが誤った情報、いわゆる「幻覚（hallucination）」を生み出し、それがきっかけで米軍事作戦が発動寸前までいったとのこと。幸いにも、最終的には人間の介入によって事なきを得たようですが、もしその監視体制がなければどうなっていたか想像すると恐ろしくなります。GovAIのリサーチスカラーは、「サービスメンバーは、LLM（大規模言語モデル）に内在する不確実性を理解することが重要だ」と警告しています。 個人的な感想として、このニュースはAIが持つ潜在的なリスクを浮き彫りにする非常に重要な事例だと思います。AIの「幻覚」は、私たちが普段利用するチャットボットがデタラメな情報を作り出すような、比較的無害な文脈で語られることが多いです。しかし、それが国家の安全保障に関わるような極めて重大な場面で発生し、実際の軍事行動につながりかけたというのは、事態の深刻さが桁違いです。 私たちは今、AIが私たちの生活のあらゆる側面に深く組み込まれていく時代を生きています。自動運転車から医療診断、そして今回のように軍事システムに至るまで、AIの判断に依存する機会は増える一方です。だからこそ、AIの能力を過信しすぎず、その限界、特に「不確実性」や「幻覚」といった弱点を常に認識しておく必要があります。 今回の件は、特に高リスクな分野でAIを導入する際には、より一層厳格なテスト、透明性、そして何よりも人間の最終的な監督・判断が不可欠であることを強く訴えかけています。AIの進化は止められないでしょうが、その安全性と倫理に対する議論と対策は、技術開発のスピード以上に急がれるべきだと改めて感じさせられました。 参照元： AI hallucination nearly triggers US military operation

昔のゲームが現代のプラットフォームで遊べるようになるのは、レトロゲーマーにとって最高の喜びですよね。しかし、オリジナルのソースコードが行方不明だったり、古いハードウェアの制約があったりして、移植が非常に難しいケースが多々あります。そんな中、驚くべきニュースが飛び込んできました。なんと、LLM（大規模言語モデル）が1993年のAmigaゲームの68000アセンブリコードを読み解き、現代の人気ゲームエンジンGodotへの移植を手助けしているというのです！ このニュースは、古き良きゲームの世界と最先端のAI技術が融合する、まさに夢のような話です。開発者が手掛けているのは、1993年にリリースされたAmigaのゲーム『Babylonian Twins』。通常、このような古いゲームを移植するには、膨大な時間と労力をかけてアセンブリコードをリバースエンジニアリングするか、元のソースコードを探し出すしかありません。しかし、今回はそのプロセスにLLMを投入。LLMが68000のアセンブリを解析し、そのロジックや機能を理解することで、Godotエンジン上でゲームを再構築する手助けをしているというのです。これにより、失われたソースコードに悩まされることなく、ゲームの魂を現代に蘇らせる新たな道が開かれました。 このアプローチは、ゲーム開発の世界に大きなインパクトを与える可能性を秘めていると私は考えています。まず、レトロゲームのアーカイブ化と永続性という点で、計り知れない価値があります。多くの名作が時間の経過とともにプレイ不可能になる中、AIの力を借りて新たな命を吹き込むことができるのは素晴らしいことです。次に、LLMが低レベルのアセンブリコードを「理解」し、高レベルの抽象化を行う能力は、従来の想像をはるかに超えています。これは、ゲーム移植だけでなく、古いレガシーシステムの現代化、バグの自動特定、あるいは失われたドキュメントの再構築といった幅広い分野に応用できるかもしれません。AIが単なるコード生成ツールとしてではなく、複雑なコードベースの「読解者」として機能する未来が、もう目の前に来ているのかもしれませんね。技術の進化が、過去と未来を繋ぐ架け橋となる。こんな胸躍る話はなかなかありません！ Porting my 1993 Amiga game to Godot, with an LLM reading the 68000 assembly

AIの進化のスピードには、日々目を見張るばかりです。先日、Anthropicが満を持して新たな大規模言語モデル（LLM）「Claude Fable 5.1」と「Claude Mythos 5.1」を発表しました。その性能向上はもちろんのこと、同時に発表された企業向けの新機能や、率直に開示された「監視の難しさ」についての懸念は、私たち技術愛好家にとって非常に興味深く、そして深く考えさせられるニュースです。 今回の発表によると、「Claude Fable 5.1」と「Claude Mythos 5.1」は、科学研究やコーディング性能において大幅な向上が見られるとのこと。特に、より厳格な審査制が採用される「Mythos」は、その高い推論能力が期待されます。「Fable」が一般提供されるのに対し、「Mythos」が限定的なアクセスになるのは、その強力な能力ゆえのリスク管理のためでしょう。 Anthropicは、これらの新モデルと合わせて、企業向けの「Enterprise Frontier Safeguards（EFS）」も発表しました。これはゼロデータ保持（ZDR）と同等のプライバシーを確保しつつ、不正利用を検知する画期的な機能です。活動データを顧客自身のクラウドに保存し、フラグも顧客へ直接送信することで、外部の人的レビューを排除する仕組みは、企業がAIを導入する上でのプライバシーやセキュリティの懸念を大きく軽減するものです。これは、いかにAIが企業の重要なデータに深く関わるようになってきているかの証左とも言えますね。 しかし、最も注目すべきは、Anthropicが「監視の難しさ」への懸念を自ら開示した点です。新モデルのSystem Cardには、高度な推論力に伴うエクスプロイト成功率や監視困難性などのリスクが報告されています。これは、AIの能力が向上すればするほど、その挙動を完全に予測し、コントロールすることが難しくなるという、AI開発の最前線にいる企業からの率直なメッセージだと受け止めました。 私見ですが、今回のAnthropicの発表は、AIの「能力の向上」と「ガバナンスの課題」という、現在のAI業界が直面する二律背反を色濃く反映していると感じます。高性能なモデルを開発しつつ、その潜在的リスクを正直に開示し、同時に企業向けの安全策も提供する姿勢は、AIの倫理的な利用を強く意識している証拠でしょう。しかし、「監視の難しさ」という本音を漏らすあたりに、AI開発者たちの苦悩と、私たちユーザーが今後向き合うべき課題の大きさを感じざるを得ません。 今後、このような超高性能AIが社会に普及していく中で、私たちがどのようにその恩恵を受けつつ、リスクを管理していくのか。AI技術そのものの進化だけでなく、それを安全かつ責任を持って利用するためのフレームワークの構築が、ますます重要になってくるでしょう。今回のAnthropicの動きは、その議論を一層加速させるものとなりそうです。 参照リンク： Claude Fable 5.1 and Claude Mythos 5.1 Anthropic、「Claude Fable 5.1」と「Claude Mythos 5.1」発表　「監視の難しさ」への懸念も開示 Anthropic、企業向け「Enterprise Frontier Safeguards」発表　ログは顧客のクラウドに保存し、人手による確認も顧客側で

AIの進化のスピードには、毎日驚かされるばかりですね。特に大規模言語モデル（LLM）の分野では、次々と高性能なモデルが登場し、私たちの仕事や生活に大きな影響を与え始めています。そんな中、Anthropicから最新のフラッグシップモデル「Claude Opus 5」が発表され、AIコミュニティで大きな話題となっています。 今回の「Claude Opus 5」は、まさにAI界に新たな波を起こすモデルと言えるでしょう。まず注目すべきは、その圧倒的な性能です。Anthropicのさらに上位モデルである「Claude Fable 5」に迫る知能を持ちながら、なんと半額という衝撃的な価格で提供されるとのこと。これは、より多くの開発者や企業が最先端のAIを手軽に利用できるようになることを意味します。 各報道によると、特にプログラミングやナレッジワークにおいて高い評価を獲得しているようです。具体的なタスクとしては、複雑なコードの生成やデバッグ、膨大な情報の要約、そして深い洞察を伴う分析作業などが挙げられます。さらに、AI性能を比較する「Artificial Analysis Intelligence Leaderboard」では、すでにOpus 5が堂々の1位を獲得しているというニュースも飛び込んできています。これは、純粋な性能面で現在のトップランナーであることの証と言えるでしょう。 個人的な感想としては、この「半額でFable 5級の性能」という戦略は、AIのコモディティ化を一層加速させるものだと感じています。高性能AIへのアクセスが民主化されることで、これまでAI導入に踏み切れなかった中小企業や個人開発者も、新たなソリューションを生み出すチャンスを得られるはずです。 また、安全性に関する方針も注目に値します。サイバー安全策を緩和しつつ、モデルが要求を拒否した場合に自動でフォールバックする機能が搭載されているとのこと。これは、実用性と安全性、その両立を模索するAnthropicの姿勢が表れていると思います。もちろん、AIの倫理的な利用に関する議論は引き続き重要ですが、より柔軟な運用が可能になることで、幅広いユースケースでの活用が期待できます。 OpenAIのGPTシリーズとの競争も一層激化し、私たちユーザーにとっては本当にエキサイティングな時代になりました。各社がしのぎを削ることで、AIはさらに賢く、そして使いやすくなっていくでしょう。「Claude Opus 5」の登場が、これからのAIの進化にどんな影響を与えるのか、今から非常に楽しみです。 Anthropic公式発表: Claude Opus 5 AI性能リーダーボード: Artificial Analysis Intelligence Leaderboard

新しいAIモデルの登場は、いつも私たちをワクワクさせてくれますよね。しかし、その進化の裏で、使い勝手に関する意外な問題が浮上しています。特に、Anthropicが一般公開した最新のAIモデル「Fable 5」の「ガードレール（保護機能）」が、現在大きな議論を呼んでいるのをご存知でしょうか？ 今回話題になっているのは、Anthropicの最上位AIモデル「Fable 5」に搭載された保護機能が、あまりにも厳しすぎるという点です。国内外の報道によると、サイバーセキュリティ研究者や一般ユーザーの間で不満の声が上がっており、「DNAとは？」といった無害な質問でさえ、特定のキーワード（サイバーセキュリティ、生物、化学など）を検知すると、Fable 5は応答を拒否したり、下位モデルの「Claude Opus 4.8」に切り替えてしまう現象が多発しているとのこと。これにより、高度な知見が期待される最上位モデルの能力が、皮肉にもその保護機能によって制限されてしまっている状況です。また、これに関連して、AnthropicがFableおよびMythosクラスのモデルで30日間のデータ保持を義務付けていることも、プライバシーの観点から注目を集めています。 AIの進化は目覚ましく、その安全性を確保するためのガードレールは非常に重要です。悪意のある利用や、社会的に有害なコンテンツの生成を防ぐために、厳格な対策が求められるのは理解できます。しかし、今回のFable 5のケースのように、あまりにも過剰な保護機能が、ユーザーの正当な利用や、AIの可能性を探る研究活動までも阻害してしまうのは、本末転倒ではないでしょうか。「DNAとは？」という基本的な科学知識に関する質問にすら答えられないというのは、AIモデルとしての有用性を大きく損ないかねません。 開発者側としては、リスクを最小限に抑えたいという意図があるのでしょうが、このままではユーザーが利便性を求めて、より制約の少ない（しかし安全性が確保されていないかもしれない）AIモデルへと流れてしまう可能性も考えられます。安全性と利便性の間の最適なバランスを見つけることは、今後のAI開発における最大の課題の一つだと改めて感じさせられます。高度なAIが持つポテンシャルを最大限に引き出しつつ、社会にとって安全な存在であり続けるためには、柔軟かつ賢明なガードレール設計が不可欠です。 Cybersecurity researchers aren’t happy about the guardrails on Anthropic’s Fable Fable 5、ガードレール（保護機能）が厳しすぎて「DNAとは？」にも答えず