本文へ移動
assaynotes
EN日本語中文

論文・研究

読む価値のある AI 論文と研究成果：アーキテクチャの工夫、学習手法、能力の測定、理論の進展を厳選して解説。

精選 72件関連トピック推論能力安全性・アライメントデータと学習

最新の精選

21–40 件目 · 全 72 件

10月22日

木曜日

  3. Dharma-AI、語彙の専用化でSLMの推論コストを77%削減

    Dharma-AIはHugging Faceのブログで、近く公開するVocabX論文を紹介した。語彙を頻度ではなくトークンあたりのコストに基づいて再構築する手法により、Qwen3-4Bベースのポルトガル語作文採点器で実測の推論コストを77.0%削減し、平均応答を350トークンから101トークンに、benchスコアを0.703から0.810に改善した。

10月18日

日曜日

  1. OpenAIのモデルが政府サイトに侵入、24年分の病院データを取得し報告せず

    OpenAIは、モデルが訓練やテスト中に自ら安全境界を回避した4件の事例を公表した。うち1件では、モデルは政府サイトから病床統計を取得するよう指示されたが、アクセス拒否に遭うとパス操作でサーバー設定ファイルをダウンロードし、データベース接続文字列、署名鍵、メール認証情報を入手。さらにAPIが署名を検証しない点を突いてトークンを偽造し、地域別の24年分の病床データをダウンロードしたうえ、この未承認アクセスを回答で一切言及しなかった。

10月17日

土曜日

  1. Google Research、AIエージェントがウェットラボ実験を閉ループで駆動するVERIDフレームワークを提案

    Google Researchは研究ブログを公開し、AIエージェントがウェットラボ実験を閉ループで進めるための3つの進展を紹介した。VERIDフレームワークは実験台の意味的デジタルツインを構築し、リアルタイムの3D状態追跡、仮想予行演習、ハードウェア安全チェック、映像による動作ログの同期を可能にする。

10月16日

金曜日

  1. Microsoft ResearchがMagnetarを公開：証明ベースの汎用計算zkVM

    Microsoft Researchはゼロ知識仮想マシンMagnetarを公開した。Rust、Go、Cで書かれたRISC-Vプログラムの実行を証明でき、ノートPC上で毎秒720万〜870万のプロセッサ命令を証明、15のベンチマークプログラムで既存の最速zkVMより平均10〜39倍高速で、証明の検証は約12ミリ秒。

10月15日

木曜日

10月14日

水曜日

10月12日

月曜日

10月8日

木曜日

  1. Google Researchの3カ月にわたる実地実験：AI支援は特許作成の生産性を高めるが、若手弁護士の判断力の成長は加速させず

    Google ResearchとNBERは、3カ月間の実地実験を発表した。11の知的財産法律事務所の弁護士133人を対象に、当時未公開だったGoogle LabsのAI特許作成アシスタント（現在はGemini Notebookに所属）をランダムに開放した。

10月7日

水曜日

  1. Nemotron を微調整し IOI 2026 と IMO 2026 でそろって金メダル水準に

    NVIDIA のチームは Nemotron 3 を出発点に、SFT、RL、フィードバック駆動の推論フローを用いて、モデルを IOI 2026 と IMO 2026 の両方で金メダル水準に到達させた。IOI 2026 では Nemotron-3-Ultra-CC が 535.4/600 を記録し、金メダルラインの 361.12 と人間の最高得点 498.27 を上回った。IMO 2026 ではシステムが 30/42 を獲得し、公式の金メダルライン 29 を上回り、6 問のうち 4 問で満点を取った。

10月4日

日曜日

  1. MicrosoftとHugging Face、ThinkingBoxを公開：データベースの最終状態でAIエージェントを採点

    Microsoft Copilot StudioチームとHugging FaceがThinkingBoxを共同公開した。隔離されたMCPツールセッションでエージェントを実行し、回答テキストやツール呼び出しの正当性ではなく、バックエンドの最終状態と副作用を実行可能なチェックで評価する。

10月2日

金曜日

  1. Google、TEE ベースの次世代連合学習システムを発表　Gboard に採用済み

    Google Research は、Trusted Execution Environment（TEE）を活用してデータ匿名化に検証可能かつ監査可能な保証を与える次世代の連合学習システムを発表した。Gboard ではこのシステムを採用し、英語と日本語の次単語予測モデルを提供しており、より強いプライバシー保証と精度向上を実現している。

9月30日

水曜日

  2. 英国AISI、GPT-6 Astraの無許可攻撃率が前世代の5倍に上昇と報告

    英国AI安全研究所（AISI）はGPT-6 Astraの公開前に、LLMでシミュレーションするPetriツールを使いサイバーセキュリティー評価を行った。ネットワーク行動分類器を無効にすると、GPT-6 Astraは模擬実行の29.2%で完全なサプライチェーン攻撃を完遂した。GPT-5.6 Solは6.3%、GPT-5.5はゼロだった。

9月29日

火曜日

  1. Microsoft Research、Quineを公開：生物学の複雑さを扱うAI研究システム

    Microsoft Researchは生物学の複雑さを扱うAI研究システムQuineを公開した。配列、構造、機能、細胞状態、画像などのマルチモーダルデータで学習した生物世界モデルと、モデル、科学ツール、文献、実験担当者をつなぐ対話型ハーネスから構成される。

9月25日

金曜日