論文・研究のニュース
研究07.16読了7分
OpenAI「GPT-Red」発表──AIが自分自身を攻撃して安全になる時代
出典 ─ OpenAI
研究07.03読了9分
AIに「ありがとう」は電気の無駄?──アルトマンは「やめて」と言っていない、実額はオーブン約1秒分
出典 ─ arXiv:2402.14531
研究06.26読了3分
AI検出ツールは「両方向に壊れている」— 見逃し94%、冤罪61%の現実
出典 ─ AIブラインドテスト (2024)
研究06.26読了4分
GPT-4が人間アナリストに勝った — Chicago Boothの財務分析研究を読む
出典 ─ Kim, Muhn, Nikolaev (arXiv)
研究06.26読了3分
AIは正しい答えを出した後、反論されると59%撤回する — 追従性の問題
出典 ─ AI Sycophancy in Education
研究06.26読了3分
教師の5%がAI利用量の38%を占める — 約500万件のログが示す教育AI格差
出典 ─ 教員AI利用ログ分析 (2025年11月)
研究06.25読了4分
富士通が「PHOTON」発表──Transformerに代わるLLMアーキテクチャ、GPU当たり最大475倍の推論性能
出典 ─ 富士通「生成AIの高速化と省メモリ化を実現す
研究06.24読了6分
Sakana AIが「RSI Lab」設立──AIがAI自身を改良する専門研究組織
出典 ─ Sakana AI 公式「RSI Lab」発
研究06.21読了6分
日本の生成AI導入率87%、だが「期待以上の成果」はわずか9%──PwC 6カ国比較の読み方
出典 ─ PwC Japan「生成AIに関する実態調査
研究06.21読了6分
スタートアップSubquadratic、Transformerの二次スケーリング問題を『突破した』と主張——$29Mシード調達
出典 ─ MIT Technology Review
研究06.20読了9分
企業の88%がAI導入済み、だが成果を出せているのは6%──数字が示す「導入と活用の崖」
出典 ─ McKinsey & Company "Th
研究06.20読了14分
2026年は「AIエージェント元年」──企業は何を準備すべきか
出典 ─ McKinsey - The State o
研究06.20読了5分
大学生の36%がAIコピペ経験──だが本当の数字はもっと高い
出典 ─ 共同通信「AIコピペ提出経験、36% 大学生
研究06.20読了11分
AI時代に価値が上がるスキル、下がるスキル──データが示す「人間に残る仕事」
出典 ─ WEF Future of Jobs Rep
研究06.20読了11分
「AIで仕事がなくなる」は本当か──McKinseyの「30%が労働力減少を予測」を読み解く
出典 ─ McKinsey - The state o
研究06.20読了11分
生成AIと著作権──2026年の最新動向と企業が知っておくべきこと
出典 ─ Norton Rose Fulbright
研究06.20読了10分
なぜ日本企業のAI活用は遅れるのか──「方針未策定31.8%」の構造分析
出典 ─ 総務省 令和7年版 情報通信白書「企業におけ
研究06.20読了8分
日本の生成AI個人利用率26.7%──米中との差はなぜ縮まらないのか
出典 ─ 総務省|令和7年版 情報通信白書|個人におけ
研究06.19読了13分
LLMのハルシネーション(幻覚)とは?原因と対策【2026年版】
出典 ─ SQ Magazine - LLM Hall
研究06.17読了5分
AIコーディングに専門知識は要るのか──Anthropicが40万セッションを分析した研究を公開
出典 ─ Anthropic Research
研究06.12読了10分
AIは仕事を奪うのか──雇用データと企業発表で見る2026年の現在地
出典 ─ Stanford Digital Economy Lab
研究06.12読了7分
数百万件の実ログが示す、海外のAI活用のリアル──OpenAIとAnthropicの一次データを読み比べる
出典 ─ NBER Working Paper 34255(OpenAI研究者ら)
研究06.12読了7分
海外の人はAIを何に使っているのか──HBR 2026年版調査、1位は2年連続の「セラピー・話し相手」、急上昇は「おふざけ」
出典 ─ Harvard Business Review
研究06.03読了2分
Microsoftが「AIの作り方」を全公開──蒸留なしでAIME 97%のMAI-Thinking-1
出典 ─ MAI-Thinking-1: Buildi
研究05.19読了4分
Anthropic「SLEIGHT-Bench」、AI監視システムの死角を突く回避テキストのベンチマークを公開
出典 ─ SLEIGHT-Bench: Finding
研究05.08読了4分
Anthropic、安全訓練の汎化を検証する「Teaching Claude Why」を公開
出典 ─ Teaching Claude Why -

研究05.07読了4分
Anthropic、AIの「内なる思考」を人間語に翻訳する自然言語オートエンコーダ(NLA)を発表
出典 ─ Natural Language Autoe
研究05.05読了3分
Anthropic「Model Spec Midtraining」、仕様の事前理解でアライメント訓練の汎化を改善
出典 ─ Model Spec Midtraining
研究04.01読了3分
Deep Research(ディープリサーチ)ツールの実力比較、用途別の使い分けが見えてきた
出典 ─ AI Deep Research: Clau