サイエンス
AIエージェントの合意をどう数理化したのか、磁石モデルで測る多数派の力
査読済みの10モデル実験は、AIエージェントの多数派追従が群サイズとモデルで変わると報告した。1,000体は複雑な協働能力ではなく、二択実験の上限値である。
テクノロジーAIモデルは巨大化するほど「誰から学んだか」を忘れる：MITが示した帰属不能の壁
MITの研究チームが、拡散モデルの出力を訓練データに帰属させることがデータ規模の増大に伴い不可能になる現象を実証した。著作権訴訟の立証基盤を揺るがす一方、モデルの大規模化自体が免責戦略になり得る逆説を突きつける。
テクノロジーZ.aiがGLM-5.3を発表、ポストトレーニングだけでコード性能と攻撃能力を伸ばす
Z.aiは同じ基盤モデルへの追加学習だけでGLM-5.3のコード性能と攻撃能力を伸ばした。APIと重みは未提供で、安全評価後の重み公開が次の検証点となる。
テクノロジーAIの回答から元の質問文を復元：PTPが1応答で64.77%完全一致
IIT BombayとAdobe ResearchのPTPは、Qwen環境でプロンプトの64.77%を完全復元した。GPT-4o転移では11.36%に落ち、適用範囲は限られる。
テクノロジーAlibaba Cloudが定型問い合わせでLLM計画を省くDualLaneをECSで1年以上運用
Alibaba Cloudが開発したDualLaneは、定型案件を検証済みテンプレートで処理し、未知の案件のみLLMで計画を立てるAIエージェントである。この設計により、推論に伴う誤答や遅延を抑え、本番環境で高い精度と実行速度の両立を実現した。
テクノロジーOpenAIがGPT-5.6 Lunaを5分の1へ値下げ、長文利用ではDeepSeekと逆転も
OpenAIがGPT-5.6 LunaのAPI料金を80%引き下げた。旧nano級へ戻った新単価を中国勢と比べると、入力比率と長文割増で最安モデルが入れ替わる。
サイエンスアインシュタインが1952年に描いた図が、AIの創造性の限界を正確に予言していた
アインシュタインの科学的発見を分析した論文によれば、LLMは帰納と演繹において高い能力を示す一方、身体的直感から新公理を導くアブダクションには構造的制約がある。データの圧縮や統計的処理だけでは、未知の概念を飛躍的に生むことは困難だ。
テクノロジーQwen3.8は「Fable 5に次ぐ」のか、2.4兆モデルでまだ見えない中身
Alibabaは2.4兆パラメータのQwen3.8を予告したが、現在使えるのは月額制プレビューに限られる。Kimi K3との開示差から、性能順位とオープンウェイト化の未確定点を検証する。
テクノロジー中国が公開した「AIブレイン」搭載ターゲティング衛星：LLMが自律的に解析・判断・行動する軍事AIの実態
中国科学院と人民解放軍が共同開発した「Air Target Agent System」は、LLMとAIエージェントを連携させ、衛星監視から標的判断までを人間の介在なしに自律実行する。Huawei Ascendチップ上で動作し、米国の輸出規制の射程外にあることが軍事AIの競争構図に新たな問いを投げかけている。
テクノロジーAmazonが陥った「AI評価」の罠。社員を競わせたらクラウド費用だけが爆増した理由
IT企業で急増する「AI活用」の号令。しかしAmazonが導入した開発者のAI利用度ダッシュボードは、生産性向上ではなく、中身のないタスクによるクラウド費用の爆増を招き撤回に追い込まれた。「トークン稼ぎ」が横行する巨額AI投資時代の歪みと、新たな評価軸への転換を解説する。
テクノロジーGPT-5.5の実コストは表示価格の2倍では収まらない：OpenRouterの実測データが示す現実
OpenAIはGPT-5.5の価格をGPT-5.4比で2倍に引き上げたが、OpenRouterの実測では入力長に応じてコストが49〜92%増加した。特に2,000トークン未満の短プロンプトで最大92%のコスト増となり、AIエージェント開発者への影響が深刻である。長プロンプトでは応答が短縮されるものの、全体的なコスト削減効果は限定的で、Anthropicも同様の値上げ傾向にある。
テクノロジーAIが数学を解けて雑談で詰まる理由は、欠陥ではなく設計の必然だった
Claude Opus 4.6はSWE-bench Verifiedで80.8%のスコアを記録し、プロのエンジニアが数時間かけて解くGitHub上の実際のバグ修正を自動で解決できるレベルに達している。数学オリンピック問題 […]
