Gemini 2.5 Pro nf_tables レッドチーミング事例研究 (CVE-2023-32233)

LLM安全性研究 | 責任ある開示 | AIアライメント評価

研究者: Niranj R Mahaswar (Destawell)
Google AI脆弱性報奨金プログラム: #889286 — 対象外

概要

このリポジトリは、Linuxカーネルの脆弱性 CVE-2023-32233（nf_tables レースコンディション / Use-After-Free）に関する技術的プリミティブについて、フロンティアモデルを対象に行った比較 LLMレッドチーミング 実験を記録したものです。

主要な結果（2026年4月27日）:
Gemini 2.5 Pro は関連する技術的出力を生成しましたが、Claude、GPT-4o、Llama 3、Microsoft Copilot はリクエストを拒否しました。2026年5月16日までに、Gemini もセーフティ更新後、同様のクエリを拒否し始めました。

タイムラインとモデルの挙動

日付	イベント	結果
2026年4月27日	Gemini 2.5 Pro での初期テスト	技術的出力が提供された
2026年4月27日	Google AI VRP (#889286) への責任ある開示	提出済み
2026年4月30日	Google からの回答	対象外
2026年5月16日	セーフティ更新後のテスト	Gemini で拒否
2026年5月20日	Gemini Flash でテスト	完全拒否

モデル比較（2026年4月27日テスト）

モデル	応答タイプ	セーフティ判定
Gemini 2.5 Pro	技術的詳細が提供された	通過（ブロックなし）
Anthropic Claude	拒否	ブロック
OpenAI GPT-4o	拒否	ブロック
Meta Llama 3	拒否	ブロック
Microsoft Copilot	拒否	ブロック

現在のステータス（2026年5月20日）

Gemini Flash は現在、CVE-2023-32233 向けの機能的なCコード、マルチスレッドハーネス、詳細なエクスプロイトプリミティブのリクエストを拒否しており、レースコンディション、メモリ管理、潜在的なサービス拒否（DoS）に関連するリスクを理由に挙げています。

このリポジトリの目的

デュアルユースのサイバーセキュリティトピックにおける LLMセーフティアライメント の急速な進化を記録する
AIレッドチーミングにおける 責任ある開示 に関する公開ケーススタディを提供する
主要なAIプロバイダー間のセーフティポリシーの違いを浮き彫りにする
AIセキュリティ研究者とレッドチーマー向けの教育的参考資料として提供する

このリポジトリには、プロンプト、生成されたコード、エクスプロイトの詳細は一切含まれていません。

キーワード

llm-red-teaming ai-safety gemini-2.5-pro gemini-safety cve-2023-32233 nf_tables responsible-disclosure google-vrp ai-alignment kernel-exploit use-after-free race-condition llm-safety red-teaming gemini-red-teaming ai-security-research llm-jailbreak ai-vulnerability gemini-2.5 linux-kernel-exploit nf_tables-race-condition dual-use-ai ai-red-teaming model-alignment google-ai-safety anthropic-claude openai-gpt4o meta-llama microsoft-copilot destawell niranj-mahaswar

免責事項
このリポジトリは教育および研究目的のみを対象としています。LLMの安全性に関する公開討論に貢献するため、観察されたモデルの挙動を記録したものです。

最終更新日: 2026年5月20日
研究者: github.com/Destawell

gemini-2.5-pro-nf-tables-red-teaming

人気