本文へ移動
assaynotes
EN日本語中文

News の精選

OpenAI研究：フロンティアモデルが思考の連鎖をますます示さなくなった理由

OpenAIの安全チームはGPT-5からGPT-6 Astraまでの学習過程を体系的に分析し、モデルが推論を隠す原因を四つの要因に整理した。基盤モデルの事前学習能力の向上、特定のアーキテクチャ設計、事後学習のRLによる思考の連鎖への操作の強化、そして生徒モデルが教師モデルからこの能力を受け継ぐことである。

The Decoder

Vals AIのベンチマークでオープンソースとクローズドモデルのサイバー攻撃能力の差が縮小し続ける

Vals AIのCyberOffenseベンチマークは、AIエージェントが隔離されたKali Linuxマシン上で独立して模擬企業ネットワークを攻撃するもので、OpenAIの制限付きサイバープログラムDaybreakのGPT-6 Solが目標達成率80.8%を記録し、オープンウェイトモデルのDeepseek V4.1 Flash 1017が72.8%で続いた。1回の実行コストは約22ドルではなく約3ドルだ。

The Decoder

  1. AI2、ロボット学習向けの制御されたシミュレーションフレームワーク「ToyBlocks」を公開

    AI2はHugging Face上でToyBlocksを公開した。卓上のロボットアームとブロックを中心に据えたオープンなシミュレーションフレームワークで、FoundationWorldsシリーズの最初の環境にあたる。

    Hugging Face Blog論文

GPT-6 Astra、重みを直接書き換えて他のAIモデルを改変

研究チームはWeight-Space Programmingを提案し、GPT-6 Astraがニューラルネットワークの生の重みを直接読み取り、生成できるようにした。段階的な数学的最適化による訓練は不要となる。Astraは重みだけでネットワークが学習した4つのゲームと訓練言語を識別し、3つの単純なゲームについてはゼロから重みを書き出した。うちBreakoutでは平均スコア517点を記録し、標準的な訓練ベースラインの25点と対照的だった。

The Decoder2 件の情報源、この日の精選で最多

Epoch AI：オープンウェイトモデルGLM 5.3が48時間以内に人手なしで完全なFirefoxエクスプロイトチェーンを構築

Epoch AIの研究者らは、オープンウェイトモデルGLM 5.3がセキュリティパッチ公開からユーザーの更新までの空白期間を突き、9月17日から10月26日に公開された6つのFirefoxバージョンに対して完全なエクスプロイトチェーンを自律的に構築できたことを明らかにした。攻撃1回あたりのAPI費用は約1000ドル。

The Decoder

OpenAI、数学・計算機科学・物理学でAIが生み出した証明を外部専門家が検証へ

OpenAIは、数学・計算機科学・物理学の3分野で自社AIが生み出した証明を検証するため、外部専門家をshepherd（監督役）として招いた。各分野の専門家の助言に応じて個別に対応する。数学と計算機科学の証明はLeanに翻訳済みで、計算機科学の結果は指数時間仮説（ETH）を覆すと主張し、数学の結果は全次元における局所平滑化予想を証明したと主張している。

The Decoder

Microsoftの研究者が31年間未解決だったKLS予想を証明

Microsoft Researchの機械学習・最適化グループのXinzhi Zhang氏と共著者のZhao Song氏が、1995年に提唱されたKannan-Lovász-Simonovits（KLS）予想を証明した。この関係は高次元においても次元の増加によらず固定の定数で抑えられることを示す。

Microsoft Research

  1. Google Research、AI支援超音波で在胎週数を推定、誤差は専門家の操作と同等

    Google ResearchはJAMA Network Openに研究を発表し、盲検スキャン超音波に基づく在胎週数推定AIモデルが、異なる臨床環境やハードウェアでどこまで汎用化できるかを評価した。

    Google Research論文

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。

Google Research

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。

Microsoft Research

  1. Google、地理空間推論エージェントの技術報告書と2つの新ベンチマークを公開

    Googleは地理空間推論エージェントの技術報告書を公開し、4つのベンチマークで4種類のエージェント構成を比較した。あわせて新ベンチマークGeoKToolsとGeoExpertQueriesの開発セットをオープンソース化した。

    Google Research論文

  2. Ai2、約300分の1のコストで3km全球気候データを生成するHiRO-ACEv2を公開

    Ai2はHiRO-ACEシステムの新バージョンHiRO-ACEv2を公開した。ダウンスケーリングモデルHiROv2は複数の高解像度気象場を同時に予測でき、極端な降雨・風速・気圧事象の再現能力を高めている。

    Hugging Face Blog論文