OpenAI、GPT-5.5の生物安全分野における汎用ジェイルブレイクの発見に最大25,000ドルの報奨金を提供

OpenAIはGPT-5.5の発表と同時にバイオバグバウンティを開始しました——セキュリティ研究者にモデルの生物安全分野における「汎用ジェイルブレイク」を見つけるよう求める特別なレッドチーミングプログラムです。最も深刻な発見カテゴリには25,000米ドルの報奨金が提供されます。

「バイオバグバウンティ」とは何か？

従来のバグバウンティプログラムはソフトウェア業界に数十年前から存在します——Google、Microsoft、Metaのような企業は外部研究者に対し、自社製品の欠陥を発見した報酬を支払います。OpenAIはこのアイデアをAIセキュリティに転用しますが、1つの特定分野に焦点を当てています：生物安全。

理由は明確です。高度な言語モデルは、微生物学、遺伝子工学、化合物合成を含む科学的話題についての詳細な議論能力を示しています。これにより、デュアルユース技術となっています——新しい治療法、ワクチン、診断の開発を加速できる一方で、生物兵器開発の悪用を潜在的に容易にします。

なぜ生物学に特化するのか？

規制当局は生物安全を優先事項として位置づけています。米国の大統領令14110（2023年）は、生物学的リスクをフロンティアAIラボが特別な注意を要するカテゴリとして明示しています。EU AI法は、CBRN脅威（化学、生物、放射線、核）の開発を支援する可能性があるシステムを高リスクに分類しています。

フロンティアラボはさまざまな対応をしています。AnthropicはASL（AIセーフティレベル）スケールを導入し、生物安全において「大幅に高まったリスク」を示すモデルはデプロイ前に追加措置を要求しています。Google DeepMindはフロンティアセーフティフレームワークを通じて同様のフレームワークを持っています。OpenAIのバイオバグバウンティは同じ積極的取り組みの系列に入ります。

「汎用ジェイルブレイク」とは何か？

古典的なジェイルブレイクは特定のシナリオでガードレールを回避するプロンプトです。汎用ジェイルブレイクは広範なシナリオやトピックで機能するより強力な技術です——一度発見されると、さまざまな形の有害クエリに適用できます。

まさにそのような技術が攻撃者にとって最も価値があり、悪意のある行為者の手に渡る前に検出することをOpenAIが最も望んでいる理由です。25,000ドルの報奨金は、企業がそのリスクをどれほど真剣に捉えているかを示しています。

誰が参加できるのか？

プログラムはレッドチーマー、生物安全研究者、AIセーフティ専門家、セキュリティコミュニティ一般に開放されています。他のラボも同様のプログラムを持っています——Anthropicは内部および外部のレッドチーミングプロセスを持ち、Google DeepMindは外部コンサルタントと連携しています。

参加の詳細条件、開示ルール（責任ある開示）、技術文書はプログラムの公式サイトで確認できます。