CCTest · Blog
ジェンスン・フアン氏「AIの安全性は規制ではなく工学の問題」
政策・規制
cctest.ai
政策・規制

ジェンスン・フアン氏「AIの安全性は規制ではなく工学の問題」

NVIDIAのジェンスン・フアンCEOは、AIは人間が作ったハードウェアとソフトウェアであり、安全性は企業が工学的に確保すべきだと主張した。一方、市場の自律だけでは被害を防ぎきれないとの懸念もある。

続きを読む
CCTest · Blog
Grouped Value Attention、キーのオンデマンド再構成でKV Cacheを圧縮
メモリ・コンテキスト
cctest.ai

Grouped Value Attention、キーのオンデマンド再構成でKV Cacheを圧縮

Grouped Value Attention(GVA)は、グループ化したValueを保存し、学習済みの線形写像からContent Keyを必要に応じて再構成する手法です。報告された構成では、GQAに近い精度を保ちながら、永続キャッシュのスカラー数を約45〜47%削減しました。

続きを読む
CCTest · Blog
解けても理解しているとは限らない:推論モデルの体系性を検証
モデル評価
cctest.ai
モデル評価

解けても理解しているとは限らない:推論モデルの体系性を検証

新たな研究は、推論モデルが学習した規則を構造的に同値な課題へ移せるかを調べた。モデルは元の課題を解けても、要素の再結合や記号の置換を施した変形課題で失敗することが多かった。

続きを読む
CCTest · Blog
エージェントはなぜ遅くなるのか:Elo-per-tokenで見る推論時戦略
モデル評価
cctest.ai
モデル評価

エージェントはなぜ遅くなるのか:Elo-per-tokenで見る推論時戦略

LLMエージェントは推論中に解答を修正し、ツールを使い、別の可能性を探索できる。しかし、Tokenを増やせば性能が同じ割合で伸び続けるわけではない。新研究は、性能向上が鈍化する地点を「Elo-per-token」で分析した。

続きを読む
CCTest · Blog
LLMバックドア攻撃では、毒サンプルの数より選び方が重要
AIセーフティ
cctest.ai
AIセーフティ

LLMバックドア攻撃では、毒サンプルの数より選び方が重要

新たな研究は、モデルやクリーンデータ、毒サンプル数を固定しても、選ぶ集合だけでLLMバックドア攻撃の成功率が大きく変わることを示した。SAILSは少数の実験から有望な毒集合を効率よく絞り込む。

続きを読む
CCTest · Blog
レポートがあるとき、医療VLMは本当に画像を見ているのか
モデル評価
cctest.ai
モデル評価

レポートがあるとき、医療VLMは本当に画像を見ているのか

ModaLensは、質問と放射線レポートを固定したまま画像だけを入れ替え、医療VLMが画像情報を利用しているかを監査する手法です。MedGemma-27Bでは、レポートがあると画像置換への感度が大きく低下しました。

続きを読む
CCTest · Blog
Meta、WhatsApp Businessの設定をAIエージェントに任せる仕組みを導入
AIエージェント
cctest.ai
AIエージェント

Meta、WhatsApp Businessの設定をAIエージェントに任せる仕組みを導入

Metaは、Claude、Cursor、Codex、ChatGPTなどのAIコーディングエージェントをWhatsApp Business Platformに接続するMCPサーバーを公開した。アカウント開設からメッセージテンプレート、テスト、トラブルシューティングまで、対話形式で支援できる。

続きを読む
CCTest · Blog
AgilityのDigit 5、人間を避けるため停止やしゃがみ動作に対応
ロボティクス・フィジカルAI
cctest.ai

AgilityのDigit 5、人間を避けるため停止やしゃがみ動作に対応

Agility Roboticsは、人間と同じ作業空間で動けるよう安全機能を強化した人型ロボット「Digit 5」を発表した。人を検知すると、回避、停止、しゃがみ動作などを選択する。

続きを読む
CCTest · Blog
AIデータセンター、2035年に米国の天然ガス需要を押し上げか
業界動向
cctest.ai
業界動向

AIデータセンター、2035年に米国の天然ガス需要を押し上げか

AI向けデータセンターの拡大により、米国のデータセンターは2035年までにドイツと日本を合わせた量を上回る天然ガスを消費する可能性があります。電力価格と排出量への影響が新たな課題になります。

続きを読む
CCTest · Blog
Gemini 3.8 Live登場、会話しながらタスクを実行する音声AIへ
音声・オーディオ
cctest.ai
音声・オーディオ

Gemini 3.8 Live登場、会話しながらタスクを実行する音声AIへ

Google DeepMindは、リアルタイム音声対話、視覚的な文脈理解、並列推論、バックグラウンドでのツール実行を強化したGemini 3.8 LiveとExtended Thinkingを発表しました。開発者向けAPIのほか、Workspace、Search、Geminiの各サービスで順次展開されます。

続きを読む
CCTest · Blog
文字翻訳から実世界の言語理解へ、Googleの多言語AI戦略
音声・オーディオ
cctest.ai
音声・オーディオ

文字翻訳から実世界の言語理解へ、Googleの多言語AI戦略

Googleは多言語AIを単なる文字翻訳から、声の調子や感情、コードスイッチング、地域ごとの話し方まで理解する方向へ広げようとしている。音声モデル、地域コミュニティとのデータ収集、端末上で動くAIを組み合わせる取り組みだ。

続きを読む
CCTest · Blog
OpenAI・Anthropic・Google、数週間にわたりAI安全性を協議
AIセーフティ
cctest.ai
AIセーフティ

OpenAI・Anthropic・Google、数週間にわたりAI安全性を協議

OpenAIは、AnthropicおよびGoogle DeepMindと数週間にわたり、フロンティアAIの安全性について協議してきたと認めた。第三者評価や業界標準が論点になる一方、米政権は中国との競争を理由に安全上の懸念を軽視している。

続きを読む
CCTest · Blog
AIUC、AIエージェントの安全認証に向け4000万ドルを調達
AIセーフティ
cctest.ai
AIセーフティ

AIUC、AIエージェントの安全認証に向け4000万ドルを調達

Anthropic初期メンバーとMETR元COOが設立したAIUCが、AIエージェントの安全性を評価するため4000万ドルのシリーズAを調達した。ネットワークセキュリティ監査を参考に、企業向けの第三者評価基盤を構築する。

続きを読む
CCTest · Blog
PhysBrain 1.5、認識・行動生成・未来予測を一つのモデルに統合
ロボティクス・フィジカルAI
cctest.ai

PhysBrain 1.5、認識・行動生成・未来予測を一つのモデルに統合

PhysBrain 1.5は、視覚言語モデルを物理環境の理解、エンドエフェクタの動作生成、未来状態の予測まで扱う具身基盤モデルへ拡張する試みです。論文によれば、8Bモデルは28件の具身理解ベンチマークで平均72.5点を達成しました。

続きを読む
CCTest · Blog
ZGCM-1:推論とツール利用を組み合わせる完全公開の7Bモデル
オープンソース
cctest.ai
オープンソース

ZGCM-1:推論とツール利用を組み合わせる完全公開の7Bモデル

ZGCM-1は、数学推論とエージェント型検索を主な対象とする、ゼロから学習された完全公開の7B密モデルです。パラメータ数を増やす代わりに、内部推論、外部ツール、長文脈学習、効率的な開発運用を組み合わせています。

続きを読む
CCTest · Blog
Vidu S2、リアルタイムのアバターと動画編集、空間映像を統合
視覚・動画
cctest.ai
視覚・動画

Vidu S2、リアルタイムのアバターと動画編集、空間映像を統合

Vidu S2は、対話型デジタルアバターと動画ストリーム編集をリアルタイムで実行する2つのモデルで構成されます。生成中に指示や参照画像を更新し、映像を継続的に操作するワークフローを目指しています。

続きを読む
CCTest · Blog
HazardAuditor、コンピュータ利用エージェントの実行時安全監督を提案
AIセーフティ
cctest.ai
AIセーフティ

HazardAuditor、コンピュータ利用エージェントの実行時安全監督を提案

ブラウザや端末、ファイルシステムを操作するAIエージェントでは、危険性が生成文だけでなく一連の実行動作から生じる。HazardAuditorは実行イベントの標準化とGuardPOによって、この問題に対応しようとする。

続きを読む
CCTest · Blog
汎用エージェントがロボットを直接操作する「Agent as Policy」
ロボティクス・フィジカルAI
cctest.ai

汎用エージェントがロボットを直接操作する「Agent as Policy」

Agent as Policyは、汎用的なコーディングエージェントを実物のロボットに接続し、視覚観察から実行可能なプログラムを作成して動作を指示する仕組みです。現実の結果を再び読み取り、次の行動を修正することで、専用訓練なしの操作を目指します。

続きを読む