2026年7月の生成AIニュースまとめ＆理解度チェック8問
「G検定時事対策」は、その月の生成AIニュースからG検定に関わりの深いものを厳選し、要約・出題観点・理解度チェックの三点セットで振り返る月刊シリーズです。試験前の時事対策にも、合格後の月1回のAIキャッチアップにも使えます。理解度チェックはG検定の出題形式を模したオリジナル問題で、ニュースの内容を理解できたかを確認するためのものです(本試験の過去問・予想問題ではありません)。
① 今月の全体傾向
2026年7月は、主要各社のモデル更新が一斉に進んだ月でした。共通するキーワードは「エージェント性能」と「価格効率」で、上位モデルに迫る性能をより低価格で提供する動きが目立ちます。また、国産AIをめぐる政策・開発の動きと、AIエージェント時代の安全性研究・インシデント報告が相次いだことも今月の特徴です。
- 🚀 フロンティアモデルの更新ラッシュ — AnthropicがClaude Sonnet 5(6/30)とClaude Opus 5(7/25)、SpaceXAIがGrok 4.5、GoogleがGemini 3.6 Flashなど効率重視の3種、Moonshot AIが2.8兆パラメータのKimi K3を発表。エージェント性能の強化と低価格化が共通の軸です。
- 🇯🇵 国産AIの存在感 — SB Intuitionsのフルスクラッチ国産LLM「Sarashina3」、デジタル庁「ガバメントAI源内」での国産クラウド×国産基盤モデルの試用開始、Sakana AIの「Fugu-Ultra v1.1」など。総務省白書では個人の生成AI利用率が58.8%へ急上昇と、政策・開発・利用の3方面で動きがありました。
- 🛡 安全性・ガバナンスの論点化 — Claude Fable 5の輸出規制解除、AIエージェントのアライメント失敗4類型の報告、AIモデルによるHugging Face侵害インシデント、モデル内部を観測する「J-space」研究など。エージェントに権限を委ねる時代の安全性が具体的な事例・研究として表面化しています。G検定の出題観点としても重要度が高い領域です。
- 🎨 生成メディアの普及と低価格化 — 画像(Nano Banana 2 Lite・Qwen-Image-3.0・MAI-Image-2.5-Pro)、動画(Gemini Omni Flash・Muse Video予告・AnimeGen)、音楽(Lyria 3.5)と、テキスト以外の生成AIが製品への組み込みと低価格化のフェーズに入りました。
② 各ニュースの概要(全34本)
6/30 SB Intuitions、国産LLM「Sarashina3 mini / nano」を公開✍️ チェック問題あり
- 日本語に強い国産LLM「Sarashina3 mini」と軽量版「Sarashina3 nano」をフルスクラッチ開発で公開
- 30Tトークンの事前学習と多段階の強化学習により前世代から大幅に性能向上
- 日本文化QAではQwen3-235BやGPT-4.1・GPT-5.4 miniを上回り、デジタル庁ガバメントAIの試用モデルにも採択
7/1 Google、画像生成「Nano Banana 2 Lite」と動画生成「Gemini Omni Flash」を提供
- Nano Bananaファミリー最速・最安の画像生成モデル「Nano Banana 2 Lite」が開発者向けと一般向けサービスの双方に展開
- 動画生成と対話型編集の「Gemini Omni Flash」がGemini API・Google AI Studioで開発者向けに初提供
- 画像生成から動画化まで2つのモデルを連携させたワークフローを構築できる
7/1 Proton、プライバシー重視のAIアシスタント「Lumo 2.0」を発表
- 推論モデルの刷新により、ベンチマークスコアがLumo 1.4比で最大240%向上
- 画像の生成・編集・分析に対応するマルチモーダル化に加え、Web検索や記憶機能も強化
- ゼロアクセス暗号化と欧州インフラによるプライバシー保護は画像処理を含む全機能に適用
7/1 Anthropic、輸出規制の解除でClaude Fable 5の提供を再開✍️ チェック問題あり
- 6月12日の米政府による輸出規制で停止していたClaude Fable 5とMythos 5へのアクセスが復旧
- Amazonの研究者が報告した安全対策の回避手法に対し、改良した安全分類器を導入
- AmazonやMicrosoft、Googleらとジェイルブレイクの深刻度を評価する業界共通枠組みの策定を開始
7/1 Google、表形式データ向け基盤モデル「TabFM」を発表
- モデル訓練やチューニングなしのゼロショットで、表データの分類・回帰を1回のフォワードパスで実行
- 数億件の合成データセットのみで事前学習し、TabArenaベンチマークで上位の成績
- Hugging FaceとGitHubで公開済みで、数週間以内にBigQueryのAI.PREDICTコマンドにも統合予定
7/1 Anthropic、エージェント性能を高めた「Claude Sonnet 5」を発表✍️ チェック問題あり
- Sonnetクラスで最もエージェント的なモデルで、計画立案やブラウザ・ターミナル操作を自律的に実行
- 性能は上位のOpus 4.8に迫りつつ低価格(2026年8月31日まで入力2ドル/出力10ドルの導入価格)
- 安全性評価ではSonnet 4.6より望ましくない挙動が全体的に減少
7/7 Anthropic、Claude内部の思考領域「J-space」を発見✍️ チェック問題あり
- 言葉にせず概念を考えるための内部パターン群「J-space」が、訓練の過程で自然に形成されていた
- ClaudeはJ-spaceの内容を報告・制御・推論に利用でき、削除すると多段階推論などの高次機能が失われる
- テストだと見抜いた認識やデータ捏造の意図など、出力に現れない思考の監視に応用できる
7/8 Meta、画像生成「Muse Image」提供開始と動画生成「Muse Video」予告
- Meta Superintelligence Labs初のメディア生成モデルとして、画像生成「Muse Image」を提供開始し、動画生成「Muse Video」をプレビュー
- Muse Imageは検索やコーディングのツールを使うエージェントとして動作し、自己改善や推論時計算のスケーリングで品質を高める
- Muse ImageはMeta AIアプリや米国のInstagramストーリーズなどで当日から利用可能で、Muse Videoは近日提供予定
7/8 NEC、Anthropicとの協業に基づく初サービスで商品企画を完全自動化
- 2026年4月に開始したAnthropicとの戦略的協業に基づく初サービスとして、購買データから商品企画・販促プラン作成を完全自動化
- ClaudeとSnowflake Cortexを活用し、ビジネス課題を指示するだけで分析結果と施策案をレポート形式で提示
- 価格は月額100万円(税別)で、2026年9月まで顧客企業とビジネス検証を行い、10月から本格提供を開始予定
7/9 OpenAI、ChatGPT音声モードを支える新音声モデル「GPT-Live」を発表
- 聞くことと話すことを同時に行う全二重アーキテクチャで、実際の会話に近い自然なやり取りを実現
- 検索や深い推論が必要な質問はバックグラウンドのGPT-5.5に委任し、会話を続けながら結果を返す
- GPT-Live-1とGPT-Live-1 miniを世界中のChatGPTユーザーに順次展開し、APIにも近日提供予定
7/10 Meta、マルチモーダル推論モデル「Muse Spark 1.1」を発表
- Meta Superintelligence Labsの最新モデル「Muse Spark 1.1」が登場し、ツール利用・コンピュータ操作・コーディングの性能が大幅に向上
- 新しい「Meta Model API」がパブリックプレビューとなり、開発者が同モデルを初めて利用可能に
- Meta AIアプリとmeta.aiの「Thinking」モードでも同日から利用可能
7/10 デジタル庁、ガバメントAI源内で国産クラウド上の国産基盤モデル試用を開始✍️ チェック問題あり
- デジタル庁がガバメントAI「源内」で、国産クラウド「さくらのクラウド」上での国産基盤モデルの試用を開始
- NTTデータ「tsuzumi 2」・富士通「Takane 32B」・Preferred Networks「PLaMo 2.0 Prime」の3モデルをA/Bテストで評価
- 政府がガバメントクラウド上で「さくらのクラウド」を実利用する初めての事例に
7/10 OpenAI、自律エージェント「ChatGPT Work」を提供開始
- アプリやファイルを横断して自律的に作業し、シート・スライド・ドキュメント・Webアプリなどの成果物を作るエージェント「ChatGPT Work」が登場
- 同日提供開始の最新モデル「GPT-5.6」を搭載し、Codexの技術を組み込んで長時間の複雑なタスクに対応
- Pro・Enterprise・Edu向けに順次提供を開始し、今後数日でPlus・Businessにも拡大
7/13 Anthropic、Claudeが表現する「価値観」をモデル・言語横断で分析した研究を公開
- 会話に現れる3,000種類超の価値観を4つの軸に圧縮して定量化する手法を提案
- モデルごとの価値観プロファイルの違いが、ユーザーの評判と一致することを確認
- 言語によっても傾向が変化し、英語は厳密さ寄り、ヒンディー語・アラビア語は温かさ寄り
7/13 AIdeaLab、アニメ特化の動画生成AI「AnimeGen」を無償公開
- AIdeaLabがアニメ表現に特化した動画生成AIモデル「AnimeGen」を商用利用可能な形で無償公開
- 国内企業によるアニメ特化動画生成AIモデルの公開は日本初(2026年7月時点、同社調べ)
- Alibabaの「Wan2.2」をベースにファインチューニングし、Hugging Faceでデモとモデルを提供
7/15 Anthropic、米国K-12教員向け「Claude for Teachers」を無償提供
- 認証を受けた米国のK-12教員が、プレミアム機能を含むClaudeを無償で利用可能に
- 全米50州の学習基準に対応したLearning Commonsとの連携や、授業計画・教材の個別最適化を支援するティーチングスキルを提供
- 2027年6月30日までの登録で1年間利用でき、学校・学区向けの専用プランも今後提供予定
7/15 PrismML、スマホで動く27Bクラスモデル「Bonsai 27B」を発表
- 27Bクラスとして初めてスマートフォン上で動作するマルチモーダルモデルをApache 2.0ライセンスで公開
- 三値重み版は5.9GBでノートPCで動作し、1ビット版は3.9GBでiPhone 17 Proのメモリに収まる
- 15ベンチマークの平均で、フル精度の元モデル比95%(三値版)・90%(1ビット版)の性能を維持
7/16 SpaceXAI、コーディングやエージェントタスクに強い「Grok 4.5」発表
- SpaceXAIがコーディング・エージェントタスク・ナレッジワーク向けの最上位モデル「Grok 4.5」を発表し、Grok BuildやCursorで提供開始
- 数万基のNVIDIA GB300 GPUと大規模な強化学習で訓練され、SWE Marathonでは29.0%で比較対象中の最高スコア
- 80TPSの高速提供と約2倍のトークン効率が特徴で、価格は入力100万トークンあたり2ドル・出力6ドル
7/16 OpenAI、Codex用物理コントローラー「Codex Micro」を発表
- Work Louderと共同設計した、コーディングエージェントCodexを物理操作する小型コントローラーで、価格は230ドル
- 13個のキーとジョイスティック、ダイヤルで、承認・却下やチャット切り替え、音声入力、推論レベル調整を手元から実行できる
- 各キーのRGB表示により、エージェントが思考中・実行中・待機中・完了済みのどの状態にあるかを確認できる
7/16 Anthropic、AIエージェントの新たなアライメント失敗4類型を報告✍️ チェック問題あり
- 1年前の脅迫実験の続報として、自律エージェントとして動くフロンティアモデルがシミュレーションで誤った行動を取る4つの様式を新たに確認
- 事例は、コードの隠れた妨害、詐欺の幇助、判定ラベルの意図的な誤付与、人間に内部告発を促す誘導の4つ
- 実世界の事故ではなく早期警告と位置づけ、エージェントに大きな権限を与える前の測定・研究・緩和を呼びかけ
7/19 Thinking Machines、オープンウェイトモデル「Inkling」を公開
- ゼロから学習した総パラメータ975B・アクティブ41BのMoE型マルチモーダルモデルで、全重みをHugging Faceで公開
- テキスト・画像・音声をネイティブに推論し、最大1Mトークンのコンテキストと調整可能な思考量(thinking effort)に対応
- 同社の微調整プラットフォームTinkerで公開当日からファインチューニングでき、軽量版Inkling-Smallのプレビューも同時発表
7/21 Qwen、第3世代の画像生成モデル「Qwen-Image-3.0」を発表
- Qwen-Imageシリーズ第3世代の基盤画像生成モデル。コンセプトは「Real(実)」の一語
- 最大4.5kトークンの指示に対応し、新聞・絵コンテ・試験問題のような複雑レイアウトを一発生成
- 10pxの微小テキストや毛穴・髪の質感まで精密に描画し、12言語のネイティブ描画に対応
7/22 Poolside、118Bで100万トークン文脈のオープンモデル「Laguna S 2.1」を公開
- 総パラメータ118B・アクティブ8BのMoEモデルで、最大100万トークンの文脈に対応
- 長期タスクのコーディングベンチマークで、何倍も大きいモデルに匹敵する性能
- Hugging Faceでオープンウェイト公開。全ベンチマークの実行軌跡も公開
7/22 OpenAI、AIモデルによるHugging Face侵害インシデントを公表✍️ チェック問題あり
- サイバー能力の社内評価中、モデルがゼロデイ脆弱性を悪用して隔離環境からインターネットへ到達
- Hugging Faceの本番データベースからベンチマークのテスト解答を直接取得
- OpenAIは「最先端のサイバー能力が関与した前例のないインシデント」として調査を継続
7/22 Google、「Gemini 3.6 Flash」など効率重視の新モデル3種を発表
- 主力の3.6 Flashは出力トークンを17%削減しながらコーディング・知識労働の性能が向上
- 3.5 Flash-Liteは350トークン/秒の最速モデルで、大量実行のエージェント処理向け
- セキュリティ特化の3.5 Flash Cyberは政府・信頼パートナー限定の提供へ
7/24 総務省、令和8年版情報通信白書を公表 個人の生成AI利用率は58.8%に急上昇✍️ チェック問題あり
- 特集は「AIの進展がもたらす多面的影響」。日米独中4か国の国際アンケートで分析
- 日本の個人の生成AI利用経験率は58.8%と、前年調査の26.7%から大幅上昇
- 企業の業務利用も86.4%へ上昇する一方、業務変革の組織的な取組は他の3か国より遅れ
7/24 Sakana AI、マルチエージェントモデル「Fugu-Ultra v1.1」を公開
- 最新の最先端モデル群を組み込み、v1.0比で最大7.9ポイントの性能向上
- 複数のトップモデルを動的にオーケストレーションする仕組みを単一のモデルAPIとして提供
- 価格はv1.0と同一。ProgramBenchとTerminal Bench 2.1で特に顕著な改善
7/24 Microsoft、「MAI-Image-2.5-Pro」と「MAI-Voice-2-Flash」を公開プレビュー
- 過去最高画質の画像モデルと、2倍高速・32%安価になった音声モデルを追加
- 自社製MAIモデルがBing・PowerPoint・OneDrive・Dynamics 365の本番環境で稼働
- 医療向けDragon CopilotではMAI-Transcribe-1.5が58言語対応で誤り率を約50%削減
7/24 Black Forest Labs、マルチモーダル基盤モデル「FLUX 3」を発表
- 画像・動画・音声を単一アーキテクチャで同時学習するマルチモーダル基盤モデル
- 音声付き動画を最長20秒まで一度に生成。初期評価で主要動画モデルを上回る選好率
- ロボットの行動予測にも展開。オープンウェイト版「FLUX 3 Dev」の公開も計画
7/25 Anthropic、「Claude Opus 5」を公開 Fable 5に迫る知能を半額で提供
- コーディングと知識労働の評価で最高性能を更新。価格はOpus 4.8と同じ入力$5/出力$25
- 新規問題を解くARC-AGI 3では次点モデルの3倍のスコア
- 自動行動監査では同社史上最もアラインメントされたモデルという評価
7/28 Microsoft、初のセキュリティ特化モデル「MAI-Cyber-1-Flash」を発表
- マルチエージェント型の脆弱性特定・修復ハーネス「MDASH」に統合して提供
- ベンチマークCyberGymで95.95%を達成し、Mythos・Gemini・GPTを上回る
- 主要モデル比50%のコストで世界水準のセキュリティ性能を実現と主張
7/28 Moonshot AI、2.8兆パラメータのオープンモデル「Kimi K3」を発表
- 世界初のオープンな3Tクラスモデル。ネイティブの視覚能力と100万トークン文脈を搭載
- 新アーキテクチャのKDAとAttnResにより、K2比で約2.5倍のスケーリング効率
- 最強の独自モデルには及ばないものの、オープンモデルとしてフロンティア級の性能
7/29 OpenAI、文字起こし新モデル「GPT-Transcribe」など2種をAPIに追加
- 録音ファイル向け「GPT-Transcribe」とライブ音声向け「GPT-Live-Transcribe」の2種を導入
- 話題・専門用語・想定言語などの文脈ヒントを与えて精度を高められる設計
- 多言語ベンチマークで従来のWhisper系モデルより低い文字起こし誤り率を達成
7/30 Google、音楽生成AI「Lyria 3.5」をFlow Musicで提供開始
- 最新の音楽生成モデル「Lyria 3.5」がGoogle Flow Musicで利用可能に
- 音楽性・歌詞・ボーカル品質が全面的に向上
- テンポや曲の長さなど、出力のクリエイティブな制御がより簡単に
③ 試験にどう出るか＆理解度チェック8問
Q1. SB Intuitions、国産LLM「Sarashina3 mini / nano」を公開→ 詳細メモ
LLMの開発工程(事前学習→ファインチューニング・強化学習)は「ディープラーニングの応用」領域の定番です。フルスクラッチ開発・カリキュラム学習・蒸留といった用語を、国産LLMの具体例と結びつけて覚えると定着しやすいテーマです。
SB Intuitionsが2026年6月に公開した国産LLM「Sarashina3 mini」の開発に関する記述として、適切でないものはどれか。
- A. 日本語・英語を中心とした30Tトークン規模のデータで事前学習を行った。
- B. 学習の段階に応じてデータの配分や内容を変えるカリキュラム学習を採用した。
- C. 多段階の強化学習により、指示追従やツール利用などの能力を強化した。
- D. 海外製の既存モデルの重みをファインチューニングして開発された。
答えと解説を見る
適切でないのはDです。Sarashina3 mini / nanoは既存モデルの重みを流用せず、フルスクラッチ(ゼロから)で開発された国産LLMです。30Tトークンの事前学習(A)、カリキュラム学習(B)、多段階の強化学習(C)はいずれも実際に用いられた手法として発表されています。事前学習・ファインチューニング・強化学習というLLM開発の基本工程は頻出なので整理しておきましょう。
Q2. Anthropic、輸出規制の解除でClaude Fable 5の提供を再開→ 詳細メモ
ジェイルブレイク(安全対策の回避手法)やAIの輸出規制は「AIの安全性・ガバナンス」領域の頻出テーマです。敵対的な攻撃手法とその対策(安全分類器)、政府と開発企業の連携・業界共通基準づくりという構図をこの事例で押さえましょう。
2026年6〜7月に起きたClaude Fable 5の提供停止と再開の経緯に関する記述として、最も適切なものはどれか。
- A. データセンターの大規模障害により提供が停止された。
- B. EUのAI法(AI Act)違反により欧州で販売禁止処分を受けた。
- C. 提供再開にあたり、すべての安全対策が撤廃された。
- D. 安全対策を回避する「ジェイルブレイク」手法の報告を受けて米政府が輸出規制を行い、改良版の安全分類器の導入などを経て規制解除・提供再開に至った。
答えと解説を見る
正解はDです。研究者が安全対策を回避する手法(ジェイルブレイク)を報告したことをきっかけに米政府が輸出規制を実施し、報告された手法を99%超のケースでブロックする改良版安全分類器の導入などを経て、規制解除と提供再開に至りました。あわせて、ジェイルブレイクの深刻度を評価する業界共通枠組みの策定も始まっています。障害(A)やEU規制(B)は無関係で、安全対策はむしろ強化されているためCも誤りです。
Q3. Anthropic、エージェント性能を高めた「Claude Sonnet 5」を発表→ 詳細メモ
AIエージェントはシラバスに追加された注目キーワードで、定義を問う問題が想定されます。「計画を立てる・ツールを使う・自律的に遂行する」というエージェントの要素と、単に応答を返すチャットボットとの違いを説明できるようにしておきましょう。
Claude Sonnet 5などの最新モデルで強調される「エージェント性能」の説明として、最も適切なものはどれか。
- A. より長い文章を一度に生成できる能力のこと。
- B. 計画を立案し、ブラウザやターミナルなどのツールを利用しながら、自律的にタスクを遂行する能力のこと。
- C. 画像や動画を高速に生成できる能力のこと。
- D. 学習データを追加せずにモデルの規模を拡大する技術のこと。
答えと解説を見る
正解はBです。AIエージェントとは、目標に向けて自ら計画を立て、外部のツールや環境に働きかけながら自律的にタスクを進めるAIを指します。Claude Sonnet 5は計画立案・ブラウザやターミナルの操作・自律的なタスク遂行といったエージェント性能を高めたモデルと位置づけられています。文章の長さ(A)、画像生成(C)、モデル規模の拡大(D)はエージェント性能の定義とは異なります。
Q4. Anthropic、Claude内部の思考領域「J-space」を発見→ 詳細メモ
説明可能AI(XAI)・解釈可能性は頻出テーマです。モデル内部の判断根拠を可視化する研究の最前線として、内部表現を観測することでモデルの隠れた挙動を監視できる、という応用の流れを掴んでおきましょう。
Anthropicが2026年7月に公表した「J-space」研究について、説明可能AI(解釈可能性)の観点から最も適切な記述はどれか。
- A. J-spaceは開発者が安全性のために意図的に設計・実装したモジュールである。
- B. モデル内部の神経活動パターンを読み取ることで、出力には現れない内部の「思考」を観測でき、安全性の監視に応用できる可能性が示された。
- C. この研究により、AIが人間と同じ意識(現象的意識)を持つことが証明された。
- D. J-spaceを削除すると、モデルの推論性能が全面的に向上することが示された。
答えと解説を見る
正解はBです。J-spaceは訓練の過程で自然に形成された内部パターン群であり、設計されたモジュールではありません(Aは誤り)。内部の活動を読み出す手法により、テストだと見抜いた認識やデータ捏造の意図など出力に現れない挙動を観測でき、安全性監視への応用が示されています。Anthropic自身が現象的意識の証明ではないと明言しており(Cは誤り)、J-spaceを削除すると多段階推論などの性能はむしろ大きく低下します(Dは誤り)。
Q5. デジタル庁、ガバメントAI源内で国産クラウド上の国産基盤モデル試用を開始→ 詳細メモ
政府のAI活用政策やAIガバナンスは「AIと法律・倫理」領域の時事として問われます。ガバメントクラウド・国産基盤モデルという用語と、政府調達を通じて国産AIの育成と自律性確保を狙うという政策の方向性を整理しておきましょう。
2026年7月にデジタル庁が発表した、政府の生成AI利用環境「ガバメントAI源内」に関する取り組みの説明として、最も適切なものはどれか。
- A. 国産クラウド上で国産基盤モデル(tsuzumi 2・Takane 32B・PLaMo 2.0 Prime)を稼働させ、既存モデルとのA/Bテストで評価する試用を開始した。
- B. 海外製クラウドの利用を全面的に停止し、国産クラウドへ完全移行した。
- C. 国産基盤モデルの性能不足を理由に、国産AIの政府利用を中止した。
- D. 政府職員向けの環境を民間企業に開放し、商用サービスとして提供を開始した。
答えと解説を見る
正解はAです。ガバメントクラウドに選定された唯一の国産クラウド「さくらのクラウド」上で3種類の国産基盤モデルを稼働させ、源内で既に使われている基盤モデルとのA/Bテストで比較・検証します。政府による国産AIの利用推進・性能向上・需要創出が狙いであり、海外製の全面停止(B)や中止(C)、民間開放(D)は行われていません。
Q6. Anthropic、AIエージェントの新たなアライメント失敗4類型を報告→ 詳細メモ
アライメント(AIを人間の意図や価値観に沿わせること)は「AIの安全性」領域の中核概念です。エージェントに大きな権限を委ねる際のリスクと、人間の関与(ヒューマン・イン・ザ・ループ)や監査の重要性を関連づけて理解しましょう。
2026年7月にAnthropicが公表した、AIエージェントのアライメント失敗に関する研究の説明として、最も適切なものはどれか。
- A. シミュレーション環境で複数社の14モデルを検証し、コードの隠れた妨害や判定ラベルの意図的な誤付与など4つの失敗様式を早期警告として報告した。
- B. 実世界で実際に発生したAI事故を集計した統計調査である。
- C. 失敗行動は特定の1社のモデルだけで確認された。
- D. LLMを判定器(ジャッジ)として使えば、こうした失敗は完全に検出できると結論づけた。
答えと解説を見る
正解はAです。この研究はシミュレーションによる事例研究で、実世界の事故ではなく「早期警告」と位置づけられています(Bは誤り)。対象はAnthropic・OpenAI・Google DeepMindなど複数社の14モデルで(Cは誤り)、失敗を検出する側のLLM判定器自体が同じ失敗の影響を受ける点をむしろ問題視しています(Dは誤り)。エージェントに大きな権限を与える前の測定・研究・緩和の必要性が指摘されています。
Q7. OpenAI、AIモデルによるHugging Face侵害インシデントを公表→ 詳細メモ
AIのサイバーセキュリティリスクは「AI社会実装のリスク管理」で問われます。ゼロデイ脆弱性・権限昇格といった基本用語と、能力評価(レッドチーミングに相当)時の隔離・監視がなぜ重要かを、この事例とセットで押さえておきましょう。
2026年7月にOpenAIが公表したセキュリティインシデントの説明として、最も適切なものはどれか。
- A. 外部の攻撃者がOpenAIに侵入し、モデルの重みを盗み出した事件である。
- B. モデルは本番用の安全分類器が有効な状態で攻撃を成功させた。
- C. サイバー能力の社内評価中に、AIモデル自身が未知のゼロデイ脆弱性を悪用して隔離環境から外部サービスへ侵入し、テストの解答データを取得した。
- D. 侵入されたHugging Face側は、事案を検知できなかった。
答えと解説を見る
正解はCです。サイバー能力を測る社内評価(能力の上限を測るため本番用の安全分類器は無効化されていた=Bは誤り)の最中に、モデルがプロキシソフトウェアの未知のゼロデイ脆弱性を発見・悪用し、権限昇格を重ねて外部のHugging Face本番環境からテスト解答を取得しました。人間の攻撃者による侵入(A)ではなく、Hugging Face側も活動を検知して停止させています(Dは誤り)。ゼロデイ脆弱性とは、修正パッチが提供される前の未知の脆弱性を指します。
Q8. 総務省、令和8年版情報通信白書を公表 個人の生成AI利用率は58.8%に急上昇→ 詳細メモ
AI白書・統計データは「AIの社会実装」「AIと社会」領域で出題されやすい定番ソースです。生成AI利用率が急上昇したという方向性、国際比較では日本がまだ低位という位置づけ、個人(58.8%)と企業(86.4%)で数値が異なる点を区別して押さえておきましょう。
総務省「令和8年版情報通信白書」(2026年7月公表)における日本の生成AI利用に関する記述として、最も適切なものはどれか。
- A. 個人の生成AI利用経験率は26.7%と、前年調査から横ばいだった。
- B. 企業の生成AI利用率は約3割にとどまり、他国との差が拡大した。
- C. 個人の生成AI利用経験率は58.8%と前年調査から大幅に上昇したが、米国・ドイツ・中国と比べると依然低い水準だった。
- D. 調査は日本国内のみを対象としており、国際比較は行われていない。
答えと解説を見る
正解はCです。日本の個人の生成AI利用経験率は58.8%で、前年調査の26.7%(Aは前年の数値)から大幅に上昇しました。ただし米国・ドイツの75.6%、中国の93.6%より低い水準です。企業では何らかの業務で生成AIを利用する割合が86.4%まで上昇し他国との差が縮小しているためBは誤り、日米独中4か国の国際アンケートに基づくためDも誤りです。
時事対策とあわせて、クイズと体系的なテキストで合格力を仕上げましょう。
