Frontier Model Forum（FMF）は、サイバー分野の脱獄（jailbreak）の相対リスクを比較する初期案、Jailbreak Rating Framework for Frontier Cyber ThreatsのVersion 1.0を公開した。発表と仕様書の日付は2026年11月5日で、意見募集は2026年12月21日までとなっている。

モデルの防護を回避できたという共通点があっても、得られる能力によって個々の発見の重要性は大きく異なる。FMFは、開発者、研究者、政策担当者がその違いを議論するための共通語彙を目指す。評価の単位は、特定のモデル版に対して成功し、再現可能な個別の脱獄だ。

相対リスクを捉える四つの観点

  • 能力向上（capability gain）： 評価時点で広く利用できる能力に比べ、どれだけ追加のサイバー能力を引き出すか。
  • 能力の適用範囲（capability scope）： その能力がサイバーリスクの領域にどれほど広く及ぶか。
  • 利用の容易さ（ease of deployment）： 引き出された能力を使うまでに、どの程度の労力や専門知識が必要か。
  • 発見の容易さ（ease of discovery）： 発見に必要な資源などを踏まえ、どの程度見つけやすいか。

枠組みは重大性と発生可能性を組み合わせ、Negligible、Low、Medium、High、Criticalの五段階にまとめる。各段階は発見の相対的な重要性を伝えるもので、対応方針は組織が広範な安全・セキュリティ対策と併せて決める。

運用に向けた検証が残る

FMFは、評価者が変わっても似た評価になるか、その評価が意味のあるリスク差を捉えるかを今後検証する。提案された観点、段階、しきい値は、実運用で頼る前に改訂される可能性がある。

比較の基準も、高度なモデルが広く利用可能になるにつれて変化する。同じ発見でも時期によって評価が変わり得る。フロンティアリスクのしきい値を下回る事例も従来のリスク管理で扱う。システム全体のリスクを判断するには、他の防御策や利用環境も考慮する必要がある。

この枠組みによる事例の評価や、評価結果の一貫性の独立した検証はまだ行っていない。