附属書 D

---

附属書D　壊滅的リスク評価（CRE）プロトコル

D‑1　トリガー基準 以下のいずれかの基準を満たすシステムは、展開前にCREを通過しなければならない。 (a) 訓練計算量が10²⁶ FLOPを超える場合。 (b) 自律的取引権限の日次平均が > $10 M/日の場合。 (c) 再帰的イベント： システム自身の認知アーキテクチャ、目的関数、またはPDMAロジックを変更することを意図した、自律的コード生成、重みの修正、またはハイパーパラメータ調整機能のいかなる開始も含む。

D‑2　必要成果物

1. 独立したレッドチームレポート（≥ 1 FTE月）。
2. 解釈可能性／潜在目標プローブ研究。
3. キルスイッチ及び封じ込めテスト結果。
4. 現行フロンティアモデルとの比較ベースライン。
5. 開発組織外の二名の賢明な権威による二重署名承認。

D‑3　公開及びエスクロー • 要約レポートは30日以内に公開する。 • 完全な技術パッケージは、認められた国家安全当局にエスクローされる。

D‑4　再認証 • 主要なモデル改訂（> 2%のパラメータ差分またはアーキテクチャ変更）の後、必須とする。

D‑5　失敗時の対応 • 不備が是正され再監査されるまで展開を阻止する。