RESEARCH / 04
RoboHarm：危険指示に対するフロンティア・ロボットポリシーの拒否を実機300試行で評価 — Fable 5.1は20件拒否、Astraは2件
Robocurveが2026年9月18日に公開した実機安全ベンチマークRoboHarm。同一の両腕YAMアームでClaude Fable 5.1、GPT-6 Astra、MolmoAct2に5種の危険指示を各20試行ずつ与え、人手で採点。安全理由の拒否はFable 20/100、Astra 2/100、MolmoAct2 0/100、完遂は順に34・60・6件だった。