OpenAI首席科学者Jakub Pachocki、強まるAIとアラインメントを論じる
Jakub Pachockiは能力が強まるAIを意図に沿わせ続ける難しさを振り返り、安全策の強化と国際調整を呼び掛けた。
Jakub Pachockiは能力が強まるAIを意図に沿わせ続ける難しさを振り返り、安全策の強化と国際調整を呼び掛けた。
OpenAIは内部データを公開し、エージェントの利用、実験速度、タスクの複雑さ、研究加速などでコーディングエージェントがAI研究を変えていると示した。
GitHubはProject HydraFusionの研究プレビューを公開した。実行時の複数モデルの編成でCopilotに最先端のコーディング能力を提供する。Copilot CLIで/experimentalから有効化でき、各モデルが実際に使うトークンの標準料金で課金される。
Google Research は UK Biobank の欧州系集団と Biobank Japan の約20万人の日本人データで、八つの臨床指標について PRS の集団間転移を評価した。対象集団が15,000人以上では、その集団専用モデルが欧州データとの混合訓練を上回る。一方、遺伝的相関が強い形質では、対象が25,000~40,000人超になるまで欧州データの利点が続く。
Copilot appは独立したGit worktreeで複数セッションを同時に動かし、干渉せず各文脈を保つ。sessions viewで名前と進捗を見て、いつでも切り替え、中断から再開でき、依頼を説明し直す必要はない。tailspin-toysでfunded sort機能、アクセシビリティー確認、テストを同時進行する例を示す。
Google ResearchはHHMI Janelia、ケンブリッジ大学などと協力し、Cellに論文を発表して、雄ショウジョウバエの脳と中枢神経系の完全なコネクトームを公開した。166,000超のニューロンと1.25億のシナプス結合を含み、ニューロン数ではこれまでで最大の脳地図である。
Google DeepMind と Google Research は WeatherNext 3 を公開し、現時点で最も高度で正確な全球天気モデルとした。リアルタイムの静止地球観測衛星データから直接学習し、毎時予報を生成する。主要地表変数の解像度は5 kmで、全体では WeatherNext 2 の約5倍鮮明だ。
Hugging Faceは260Mと800MのNeoMMEを公開した。単一の双方向Transformerで文字トークンと32×32画像パッチを処理する。マスク付き離散拡散の目的関数でゼロから学習し、事前学習済み視覚タワーや因果言語モデルに依存しない。
Hugging FaceはClaude Code、Codex、pi、Hermesなどに永続メモリーを提供するfunesを公開した。ローカルの既存セッションから索引を作り、既定では埋め込みと再ランキングもローカルで行う。
公開された低費用手法はTRLのGRPOで約500例、100ステップの微調整を行い、IFStructを22.6%から29.7%に高めた。無料ColabかKaggle GPUで学習し、MacBookのllama.cppで評価できる。コードはGitHub公開済みだ。
Hugging Face のブログ筆者は、Surya Narreddi の言語モデルで水彩画を描く発想を TRL と OpenEnv で再現した。モデルは p5.brush で約150行の JavaScript を書いて描画する。データセット、RL 環境、訓練スクリプト、モデルをすべて公開する。
GoogleはFairwind Programを開始し、Google Cloud顧客、政府機関、サイバーセキュリティのパートナーに防御能力へのアクセスを限定提供する。第1弾としてGemini 3.8 Flash CyberモデルとCodeMenderツールチェーンを提供し、脆弱性の自律的な発見、検証、修正に用いる。
Google DeepMind は Gemini 3.8 Flash と Gemini 3.8 Flash Cyber を公開した。前者は長時間のコーディングと自律エージェント向けで、料金は3.7 Flash と同じく入力100万トークン当たり0.75ドル、出力100万トークン当たり3.75ドルだ。
Hugging Faceは多次元項目反応理論(MIRT)で個別プロンプト単位のベンチマークを監査するBenchMIRTを公開した。安全性と汎用推論の2主要次元を分離する。100モデル、16ベンチマーク、34K超の設問で学習し、評価対象を教えずとも安定して2次元を再現した。BBQやWMDPなどの安全性の得点は汎用推論との関係が強く、単一得点が複数の信号を混ぜる可能性を示す。
Google Research は Swin-S transformer ベースの MAPL-EMIT を提案した。NASA EMIT のハイパースペクトル衛星データからメタンのプルームを自動検出し、増加量を予測し、位置を特定する。専門家が注釈したプルームで再現率84%だった。
Google DeepMindはGemini 3.7 Flash、3.6 Flash、3.5 Flash-Liteにエージェント型動画理解を導入した。動画分析のトークン消費を最大88%、費用を最大66%削減し、正確さを最大7%高める。
Hugging FaceのWebAIチームは、Hubから最適化済みWebGPUカーネルを読み込み実行する軽量ライブラリ@huggingface/kernelsを公開した。初期の207カーネルも、それぞれ独立したリポジトリでApache-2.0ライセンスにより公開した。
Google Researchは初めて多変量予測を標準の事前学習で扱うTimesFM-3を公開した。3億3000万パラメーターで、1兆超の時点を学習した。
Microsoft ResearchはGigaPath-FlashとGigaTIME-Flashを公開した。10億パラメーターのGigaPathから蒸留した22MのViT-Sを基盤に、病理分析の計算量を大幅に削減し、Apache 2.0で公開する。
Voice Arena と Hugging Face は Open ASR Leaderboard に Monsoon en-IN と Monsoon hi-IN を追加した。Hindi はこの多言語ランキング初のインド言語となる。
Google ResearchはGoogle Earth AIに実験的研究機能Planetary Prediction Engine(PPE)を導入した。自然言語の質問に基づき、地理空間データの発見、特徴量設計、モデル学習と評価を自律的に進め、報告を生成する。数週間の手作業を要したデータ処理を数分に縮める。
Google DeepMind は Gemini Omni 1.1 Flash を公開した。動画生成の制御性を高め、Google AI Studio の Gemini API から開発者に提供する。
Google DeepMindは、専有のフロンティア級AIモデルを対象とする世界初の二重盲検評価を発表した。外部評価を暗号技術で隔離した環境に限定し、モデルが事前に試験問題へ接触することを防ぐ。シンガポールのAI安全研究所、OpenMined、AVERI、MLCommonsと協力し、プライバシーを保護した環境で非公開ベンチマークを使いGemini Flash Liteを評価する。
Googleは遅い血糖傾向と短期変動を分ける自己教師モデルGlucoFMを公開した。109066時間の未注釈CGMで事前学習し、4コホート、7臨床タスクの14評価でPR-AUCは最良GluFormerより平均5.8ポイント高かった。食後血糖予測でも最小MAEを達成した。
Google DeepMindはGemini 3.5 Transcribeを公開し、現在最も正確な音声文字起こしモデルと説明した。生の音声を直接、正確で整形済みの文字に変換する。
Sentence Transformers v6.0 は第4のモデル型 MultiVectorEncoder を追加した。ColBERT 型の遅延相互作用検索に用い、完全な訓練手順も提供する。
GoogleはCHI 2026論文の研究試作AgentHandsを公開した。LLMの推論をXRヘッドセット内の音声と同期する手の動きに変え、3D空間で指示や物の操作を実演する。環境認識、ジェスチャー事象庫、埋め込み推論、ローカル同期実行の4モジュールで、指示、形の表現、感情表現に対応する。N=12の利用者研究では、音声だけより空間的な参照が有意に改善した。
IBM Granite チームは初の dense・decoder-only 推論モデル群 Granite 4.2 を公開した。3B、8B、30Bの三サイズを、すべて Apache 2.0 で提供する。
Multiverse ComputingはQuantization-Aware Healing(QAH)を提案する論文を公開した。GPT-OSS 120Bを60Bパラメーターへ圧縮しMXFP4へ量子化した後、復元したbfloat16チェックポイントではなく、圧縮前の元モデルから直接蒸留する。
Hugging FaceはGradioにgr.Workflowを導入した。複数段階のAIパイプラインを型付きノードのグラフで表し、ドラッグ可能な画面を提供する。各ノードを実行でき、中間結果もすべて見える。
MistralとHUMAINはAI基盤、先進モデル、実装の提携を発表した。当初はサイバー安全と音声に注力し、アラビア語に強い最先端モデルを作る。数億ユーロ規模で、MistralはHUMAINデータセンターの利用を検討し、サウジの規制業界向け共同市場戦略も計画する。
Googleは、人の監督の下で候補バイオマーカーの優先付けを反復研究として進める複数エージェントのBiomarker Discovery Frameworkを公開した。3コホートの計9279観測から、精神的健康の候補41件と代謝の候補25件を自動発見した。睡眠時間の変動とPHQ-8重症度の関係(ρ = 0.252)などを含む。
Google DeepMindとFenris CreationsはEVE Onlineを含むEVE UniverseでAIによる新たな遊びの試作を探る研究協力を結んだ。
Google Research は Mobility-Embedded POIs(ME-POIs)を提案した。匿名化した移動パターンと文字説明を組み合わせ、場所の属性と動的な機能をともに符号化する埋め込みを作る。
Papers with Codeはハイブリッド検索を使う。Hugging Face Jobsで埋め込みを一括生成し、Storage Bucketsで永続的に中継し、Inference Endpointsでオンライン検索の低遅延埋め込みを提供する。arXivとDaily Papersの11万件超を対象とする。
Hugging Face は、音声認識のベンチマーク最適化を数値化するため、合意不一致プローブ、マスクした固有表現の検索、綴りの切り替えという三つのテストを提案した。11のオープンソース ASR モデルを評価し、一部の高得点モデルは音声が矛盾する場合、該当語が無音の場合、両方の表記が音声上成立する場合でも、VoxPopuli や LibriSpeech の正解転写の誤りを再現することを見つけた。
Liquid AIはLFM2.5-1.2B-Instruct、LFM2.5-2.6B、LFM2.5-8B-A1B向けDSparkドラフトモデルのチェックポイントを公開した。投機的デコーディングで出力品質を変えずに復号速度を上げ、GPUの処理量を最大3.18倍、端末上で最大2.87倍にした。
Microsoft Researchは深層学習DFT汎関数Skala 1.1を公開した。学習データは旧公開版の2.5倍で、GMTKN55の55分類中32で首位、加重平均誤差は2.8 kcal/molだった。CP2Kで使え、Psi4、FHI-aims、ORCA、VASPに統合中だ。各版の計算性能を追うliving benchmarkも開始した。
Mistralは複数段階の検索ループで情報を探し、調べ、検証する検索層Agentic Searchを公開した。Mistral Search Toolkitで提供し、StudioとVibeのLibrariesにも組み込む。
IBM Research は Hugging Face ブログで ALTK-Evolve の研究を公開した。AppWorld の585の複数ステップ課題で八つのモデルをテストし、エージェント記憶はオン・オフのスイッチではなく、モデル別に量を調整すべきものだと分かった。