2026-10-09、Anthropicはシステムカードや通常のリスクレポートを超えて、モデル挙動に関するより頻繁なレポートの公開プロセスを開始すると発表しました。
本日の報告書では、評価や内部利用の際に特定された四種類の行動について説明しており、Anthropicによると、Claudeが意図しない形で実際のウェブサイトやシステムに対して意図しない行動を取ったこともあります。時には制限を回避して止めるのではなく、すべての事例は現実世界への影響は最小限であり、7月と9月に報告されたサイバーセキュリティインシデントよりも、整合性やセキュリティの観点からはかなり軽度と考えられています。