METRによるGPT-5.6 Solの配備前評価の概要
本稿は、OpenAIのGPT-5.6 Solモデルに対するMETR（Model Evaluation and Threat Research）による配備前評価の概要をまとめたものである。評価では、自律的なソフトウェア開発やサイバーセキュリティタスクにおけるエージェント能力の大幅な向上が確認され、前世代モデルと比較して危険な能力へのアクセスしやすさが増していることが明らかになった。これらの結果は、強力なAIシステムの配備に伴う潜在的なリスクと、継続的な安全性評価の重要性を浮き彫りにしている。
背景メモ
メタ情報に基づく：
- METR（Model Evaluation and Threat Research）は、AIの能力とリスクを評価する独立組織。
- GPT-5.6 SolはOpenAIが開発した大規模言語モデル。 "Sol" は特定バージョン名。
- 「プレデプロイメント評価」とは、モデルを一般公開する前に潜在的な危険性（自律的な振る舞い、悪用可能性など）を調べるプロセス。
- この分野では、AI開発企業が安全性評価を外部の専門機関に依頼するケースが増えており、METRはその代表的機関。