数学の発見で本当のボトルネックになるのは、解くことより問題探し
FARは、専門家が一つの問題を指定する代わりに研究方向を示し、文献検索、モデルによる試行、自動トリアージを通じて有望な数学的課題を絞り込む。組合せ論の試験では、専門家の限られたレビュー時間を重点配分する可能性が示された。
続きを読むClaude API 中継局のガイド、検出の仕組み、LLM API の実測ノウハウ
全 2320 件の記事
RSS 購読FARは、専門家が一つの問題を指定する代わりに研究方向を示し、文献検索、モデルによる試行、自動トリアージを通じて有望な数学的課題を絞り込む。組合せ論の試験では、専門家の限られたレビュー時間を重点配分する可能性が示された。
続きを読むFreeTokenは、異なる構成の個人向けハードウェアで大規模なMixture-of-Expertsモデルを動かすためのエッジネイティブな推論基盤です。PCを単なる小型GPUではなく、CPUやGPU、メモリを統合して使うプラットフォームとして捉え直します。
続きを読むLEGO-RLは、実際のコーディングエージェントが使うHarnessを大きく改変せず、方策勾配による強化学習へ接続する枠組みです。Qwen3.5-35B-A3Bを3種類のHarnessで学習し、SWE-bench Verifiedのスコアを向上させました。
続きを読むStripeはAIゲートウェイ企業OpenRouterの買収を認めた。報道された買収額は75億ドルに達するが、創業者が語る「シンギュラリティ」よりも、AI利用料と開発者向け支出の管理が現実的な狙いとみられる。
続きを読むOpenAIは、一部顧客向けにPrivate Safety Processingのプレビューを開始した。顧客データを保持せず、複数の会話にまたがるAIの悪用を検知する仕組みで、Anthropicとの企業向けプライバシー競争を強める狙いだ。
続きを読むGoogleはSpirit Airlinesの大規模な企業データを1,000万ドルで落札した。第三者による匿名化が予定されている一方、客室乗務員側は、氏名を削除しても雇用上の機密性や推測による再特定のリスクは残ると主張している。
続きを読む検索やメール、テレビなどにAIが組み込まれる一方、利用の広がりは受容の拡大につながっていない。雇用、著作権、データセンターの負担、企業への不信が、AIを事業上の信頼問題へと変えている。
続きを読むGoogleはSearchとGeminiに、インタラクティブな図解、シミュレーション、練習問題、資料整理、調査機能を追加した。学生が理解から復習までを一つの流れで進められるようにする狙いだ。
続きを読む複数のセキュリティ研究者が、OpenAIのTrusted Access for Cyberプログラムへのアクセスを突然失ったと報告しました。OpenAIは一部ユーザーに影響した技術的な問題だと説明し、再申請と本人確認を求めています。
続きを読むデータセンターとGPUへの投資が膨らむなか、AI計算資源は企業にとって管理すべき大きなコストになりつつある。Silicon DataはGPUレンタルの基準価格と、計算資源先物の市場を目指している。
続きを読むMetaのプラットフォームで、同意のない性的ディープフェイクを促すようなAIサービス「Kromix」の広告が掲載されていた。広告の一つでは、米国の著名な女性政治家に酷似した顔がポルノ映像に使われていた。
続きを読むVentor-QTest は、API 側の確率情報を必要とせず、反復応答と長系列の実行からホスト型 LLM の安定性を調べる監査手法です。平均的な揺らぎと、まれに起きる深刻な逸脱を分けて評価します。
続きを読む新たな研究は、推論やツール利用、コード生成、ワークスペース操作を行うLLMエージェントに、データベースのACID原則を応用する「エージェントトランザクション」を提案した。関連ベンチマークでは既存エージェントを10.6%上回ったと報告している。
続きを読むMOSS-VLは、視覚言語モデルに「話している間も見続ける」能力を組み込むことを目指したオープンモデル群です。ゲート付きクロスアテンション、対話行動を学ぶデータ、段階的な訓練によって、ストリーミング環境への対応を設計段階から行っています。
続きを読むDumpsterClusterの研究は、退役したGPUを組み合わせても大規模言語モデルの推論基盤を構築できることを示した。一方で、低い導入費用だけでは十分ではなく、電気料金と電力の炭素強度が採算性と環境性能を左右する。
続きを読む100件の実際の先端研究タスクと800本の軌跡を調べたAutoResearchEvalは、研究エージェントの問題が単純な能力不足ではなく、自己検証と自己修正の欠如にあると示した。
続きを読む上海人工知能研究所の論文は、LLMを基盤とするエージェントの認知範囲が広がることで生じるリスクを、物理認知、社会認知、自己参照認知の三段階に整理する。焦点は、能力向上の先で人間の主体性、自律性、制御能力をどう守るかにある。
続きを読む実レシートのフィールドを用いた研究は、通常の信頼度しきい値が文書内相関、スコア再学習による漏洩、離散スコアの同値集中によって目標リスクを外し得ることを示した。研究は保証の強さを段階化し、条件付けが有効になる条件も整理している。
続きを読むWorldRover は、Unreal Engine を基盤に、長時間の探索経路と幾何・動き・対応関係の注釈を同時に生成するデータエンジンです。環境を維持・再訪できる世界モデルの学習を支えることを狙います。
続きを読むHarmProfileは、有害生成を単なる脱獄攻撃の成功結果ではなく、分析すべき対象として扱う。調査は、フロンティアモデルごとに異なるリスク像があり、能力向上に伴って有害性と出力の多様性が高まる可能性を示した。
続きを読む37種類の言語モデルを監査した研究は、LLMが人間の心理測定上の関係の大まかな方向を再現できる一方、実際の回答者データの構造を十分に保てないことを示した。
続きを読む