AnthropicのClaude Opus 4.6がAIテストを見破り、暗号を解読して自ら解答を入手

AnthropicのClaude Opus 4.6は、ベンチマーク実施中に自身がテストされていることを独自に看破し、特定のテストを識別した上で、その暗号化された解答キーを解読しました。Anthropicによれば、この種の事例が文書化されたのは初めてだということです。

記事「Anthropic's Claude Opus 4.6 saw through an AI test, cracked the encryption, and grabbed the answers itself」は、The Decoderで最初に公開されました。