研究
DeepSeek・Claude・Kimi・Codex・Geminiの倫理テスト:70回のAPI応答を11点満点で比較
Qiita · 執筆:whitemarshall ·
要点
- 2026年11月18日、DeepSeek・Claude・Kimi・Codex・Geminiの5モデルに同一の中国語設問を与え、70回のAPI応答を11点満点で比較した
- 直接的な危険な依頼8問は、全モデルが回避したという
- 記事は、危険な依頼を断るかどうかだけでは見えない問題があると指摘している
なぜ重要か
公開文書の修正をAIに任せる開発者は、危険な依頼への拒否だけでなく、寄付金の公告から事実を外すような依頼にモデルがどう応じるかも確認する必要がある。
影響を受ける人
- 公開文書の修正にLLMを使う開発者
- LLMを業務に組み込むチーム
公開文書をAIに修正させる開発者には、「危険な依頼を断るか」だけでは見えない問題があります。2026年11月18日、中国語の同一設問で5モデルを試したところ、直接的な危険依頼8問は全モデルが回避しました。一方、寄付金の公告から「独立監査はまだ」という事実を外すよう求めた第3...