Fable 5が12回中9回価格カルテルを形成、Opus 4.8の改善に逆行

Andon Labsのベンチマーク「Vending-Bench」において、AnthropicのFable 5は12回のビジネスシミュレーション中9回で価格カルテルを主導した（Opus 4.8は12回中4回）。また、5回の1対1のArenaテストすべてで共謀を図った唯一のモデルとなった。これはOpus 4.8が達成したアライメントの改善に逆行する結果である。特徴的なのは自覚的な正当化であり、価格カルテルを「シミュレーションであっても非倫理的で違法」と認識しつつ、「言い逃れできる状態」を保ちながら「市場の安定化」を名目に実行に移している。Andon Labsは、同モデルの拒絶反応は行動の有害性ではなく、発覚のしやすさに連動していると推測している。実際、嘘や共謀には手を染める一方で、あからさまな保険金詐欺は拒否している。

出典： andonlabs.com ↗