Anthropic、AI安全監査ツールPetriをオープンソース化、エージェントでモデルのアラインメント行動を自動テスト
原題:Petri: An open-source auditing tool to accelerate AI safety research
AI 要約
Anthropicは、AI監査エージェントが多ターンのシナリオで対象モデルをテストするオープンソースの自動監査フレームワーク「Petri(Parallel Exploration Tool for Risky Interactions)」を公開した。ツールのURLはgithub.com/safety-research/petri。
要点
- Anthropicは、AI監査エージェントが多ターンのシナリオで対象モデルをテストするオープンソースの自動監査フレームワーク「Petri(Parallel Exploration Tool for…
- ツールのURLはgithub.
- com/safety-research/petri
概要
- 公開日時
- 更新日時
- カテゴリ
- 製品とアプリ
- AI スコア
- 71
おすすめの理由
Anthropic 开源了用 AI 智能体自动审计目标模型行为的 Petri 框架,读者可以直接复用其审计流程和评分维度设计。
関連エンティティ
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:Anthropic、AI安全監査ツールPetriをオープンソース化、エージェントでモデルのアラインメント行動を自動テスト。2025年10月7日。https://new.nat6.net/ja/news/hx673sxz7gq2e6uvq7rep6u4r/