OpenAI、生物学向けGPT-Rosalind-6を審査制で提供　重みは同一で拒否境界だけを緩め、サイバーはCritical

追加学習なしで動く拒否の境界

補遺は「GPT-Rosalind-6はGPT-6 Astraと同じ重みを使う」と明記し、「このリリースのために学習データの追加や追加の事後学習は行っていない」と述べる。したがって両モデルの差は、二重用途の生物学的な問いに対してどこまで答えるかという運用上の境界と、誰に提供するかという配布の条件に置かれており、重みそのものは共通である。正規の高度な生物学研究で有用になるよう設計する一方、「深刻な生物兵器化を実質的に可能にする」要求は引き続き拒否するとしている。

この構成は、同一の能力を持つモデルを、一般向けには保守的な拒否設定で、審査済みの研究者には緩い設定で配る二層の提供を意味する。モデルの能力評価と提供先の審査を切り分ける発想は、輸出管理におけるエンドユーザー審査に近い。能力は固定し、アクセスの設計で危険を管理するという判断が、フロンティアAIの二重用途の扱いの一つの型として示された。

High判定の根拠と未達のCritical指標

能力評価では、拒否を補正した後に4つのHigh水準の評価のうち3つで目安の閾値を超えた。トラブルシューティング評価は832問中491問の正答で、目安の36.4%を大きく上回る。生物リスク知識の評価は78.3%で目安の80%を下回るが、拒否補正後は85.0%に達する。前世代のGPT-Rosalind-5.5との比較では、MedChemBench v7が28.9%から49.6%、GeneBench Pro v13が16.7%から37.7%、LifeSciBench Goldが44.0%から61.3%へ伸びた。

一方で、Critical水準を測る4つの評価（AAVカプシドの設計、SHP2、コロナウイルスとACE2の結合、ファージとプラスミドの予測）はいずれも目安の閾値に達しておらず、OpenAIは「Criticalの閾値を下回るHigh」と位置づけた。サイバー領域はGPT-6 Astraの評価を引き継いでCriticalのまま据え置かれ、同モデルのリアルタイム遮断を含む標準の保護措置を保持する。既知の脱獄手法に対する攻撃成功率は14.3%で、Astraの15.7%とほぼ同水準だった。

審査・最小権限・人の確認を課す利用条件

提供先の審査では、正規の生命科学の任務、信頼できる利用目的、研究と運用の統治、アクセスを安全に管理する能力が確認される。政府以外の申請者は事業者確認とコンプライアンス審査を経る。政府機関には、承認されたバイオセキュリティ、バイオセーフティ、公衆衛生の備え、生物防衛の用途に限って別の信頼アクセス経路が設けられた。補遺は「この提供は従来の告知を超えて対象を広げるものではない」と述べ、学術向けのRosalind Academic Planを先例として挙げる。

承認された組織には、正当な必要を持つ利用者に限定する最小権限の管理、オンボーディング、内部者リスク対策が義務づけられる。さらに「モデルの出力が実験、出版、重要な意思決定に影響する前に、資格のある人による確認を行う」ことが求められ、必要が消えた利用者のアクセスを除去する手順も要件に含まれる。OpenAIは悪用があれば制限または取り消しができるとした。料金と採用組織の名前は補遺に記載がなく、一部の報道が伝える価格や製薬企業名は未確認である。

評価機関と各国の規制が向き合う論点

この提供形態は、フロンティアモデルの安全枠組みが「訓練と公開の可否」から「配布の条件と監査」へと重心を移していることを示す。同じ重みがCriticalと判定されたサイバー能力を持つ以上、生物学の研究者に渡るモデルはサイバー面でも最上位の能力を持つことになる。したがって審査の実効性、内部者リスクの管理、取り消しの運用が、能力評価と同じ重さを持つ。評価は社内の指標に基づき、第三者による再現は公表されていないため、米英の評価機関がどの範囲で検証するかが次の焦点になる。