論文・研究のニュース

研究09.12読了19分

フィールズ賞受賞者25人が連名で宣言「AI企業と数学界の目標は深刻にずれている」──全文に書いてあること、書いていないこと

出典 ─ 宣言本文・署名者一覧（mathandai.org）

研究09.09読了32分

OpenAIが「AIがナビエ・ストークスを解いた」と発表──同じ日に数学者が公にした「パクられた疑惑」、何が証明され、どこまで検証されたか

出典 ─ OpenAI公式ブログ（2026-09-08）

研究09.08読了18分

エージェントの評価軸に「主体性の保全」を置く──ComBodied Agentsとベンチマーク CombodiedBench を読む

出典 ─ ComBodied Agents: a Ne

研究09.07読了13分

『robots.txtより厳格な』新ポリシーファイルAGENTS.TXTのIETFドラフト、参考文献が架空だった

出典 ─ IETF Datatracker「draft

研究09.07読了17分

Anthropicの「責任あるスケーリングポリシー」とは──v1.0からv3.4まで、9回の改訂を公式ページで追う

出典 ─ Anthropic「Anthropic's

研究09.07読了14分

「アーキテクチャがすべてを証明した」──ARC Prize創設者が2024年12月、スケーリング則の限界を言い切った理由

出典 ─ François Chollet「OpenA

研究09.07読了16分

「AutoSaddler」とは何か──harnessの改善を「浅い内省」でなく「深いデバッグ」でやると9〜10ポイント伸びる

出典 ─ AutoSaddler: Automatic

研究09.07読了14分

『コンテナランタイムは汎用ワークロード向けに作られた、AI推論は汎用ワークロードではない』──Basetenの専門チームを求人票から読む

出典 ─ Ashby求人ボードAPI「Baseten:

研究09.07読了18分

1タスク0.07円でARC-AGI-1を解く150Mモデル──BDH-CQは「言葉にしない推論」で費用対精度の記録を更新した

出典 ─ BDH-CQ: In-Context Lea

研究09.07読了13分

イラストレーターは「低リスク」判定だったのに減っていた──米国BLS統計とNRIリストを突き合わせる

出典 ─ Carl Benedikt Frey & Michael A. Osborne, Oxford Martin School（2013年9月17日）

研究09.07読了19分

「Co-RL」とは何か──正解データなしで、複数のAIが互いを採点し合いながら賢くなる仕組み

出典 ─ Co-RL: Unsupervised Re

研究09.07読了20分

Activation Steeringの『効果』は選択肢の並べ方のせいだった?──評価そのものを疑う『Cross-Encoding Steering Evaluation』

出典 ─ What Does Activation S

研究09.07読了16分

「白領の大虐殺」発言を原文で読む──Anthropic CEOがAxiosに語った根拠なき50%という数字

出典 ─ Axios（Jim VandeHei, Mike Allen、2025年5月28日）

研究09.07読了13分

「DarwinX」とは何か──モデルは固定したまま、harnessを自然選択で進化させる手法

出典 ─ DarwinX: Evolving Agen

研究09.07読了13分

拡散モデルの強化学習「DiffusionOPSD」とは何か──GPU時間を最大63%削って画質を上げる自己蒸留の作法

出典 ─ On-Policy Self-Distill

研究09.07読了13分

バグ再現テストを書かせると目標がズレる「Goal Drift」──DPIAgentが分業で対処した81.76%という数字

出典 ─ DPIAgent: Divide, Prot

研究09.07読了13分

「DreamX-Phi」とは何か──ロボットの腕が「映像としては自然だが違う腕を動かしている」を防ぐ世界モデル

出典 ─ DreamX-Phi 1.0: Action

研究09.07読了12分

DSPy 3.3.0の実験機能「Flex」「ReActV2」──プロンプトでなくプログラムの構造そのものをGEPAに最適化させる

出典 ─ DSPy 3.3.0 Release Not

研究09.07読了13分

「Embodied-Navigator（TAMP-Nav）」とは何か──ロボットの行き先指示を「座標」でなく「画面上の点」で与える発想

出典 ─ Embodied-Navigator: Po

研究09.07読了14分

AIの性能向上は本当に鈍化しているか──Epoch AIの実測データで確認する

出典 ─ Epoch AI, 'Trends'（データ

研究09.07読了13分

AI駆動開発は技術的負債を「増幅」する──形式手法の研究者2名が書いた行動提起論文を読む

出典 ─ Escaping the Quicksand

研究09.07読了15分

パイプラインは『動いている』のに、証拠は壊れている──多段LLMパイプラインの『Evidence-State Reliability』

出典 ─ Evidence-State Reliabi

研究09.07読了17分

Wikipediaは言語ごとに『違う話』をしている──20言語・150概念で測る『Framing Distance』

出典 ─ Convergence in Science

研究09.07読了13分

「FreeToken」とは何か──ワークステーションGPU1枚で753BのMoEモデルを動かす、帯域適応型の推論システム

出典 ─ FreeToken: Efficient E

研究09.07読了17分

GDPvalは本当に「線形に伸びている」のか──2026年5月から8月まで、モデル発表8件分のスコアで検証した

出典 ─ OpenAI, GDPval論文（arXiv

研究09.07読了15分

「GigaBrain-0.7」とは何か──37,000時間の異種ロボットデータで鍛えた「三系統」基盤モデル

出典 ─ GigaBrain-0.7: Scaling

研究09.07読了17分

「AIで3億人分の仕事」の原文を読む──ゴールドマン・サックスの2023年レポートは何を計算したか

出典 ─ The Potentially Large Effects of Artificial Intelligence on Economic Growth（Joseph Briggs, Devesh Kodnani他、Goldman Sachs、2023年3月26日）

研究09.07読了14分

AIの事実誤りは「知らない」のではなく「思い出せない」──Google Researchのrecall仮説を読む

出典 ─ Google Research Blog

研究09.07読了17分

AIが天気予報を変える──Google DeepMindのWeatherNext 2とは

出典 ─ Introducing WeatherNex

研究09.07読了17分

ハーネスエンジニアリングとは何か──「エージェント＝モデル＋ハーネス」という考え方

出典 ─ Harness engineering fo

研究09.07読了13分

言葉は同じでも『言い方』でAIアシスタントの行動は変わるべきか──480シナリオで測る『Hear2Act』

出典 ─ Hear2Act: Benchmarking

研究09.07読了19分

「放射線科医はAIに置き換わる」から8年──ヒントンの予測と、放射線科医不足という現実

出典 ─ AAMC Report Reinforces

研究09.07読了14分

エージェントの記憶を「みんなに効く原則」と「あなただけの癖」に分ける──HiPSという枠組み

出典 ─ Learning What to Share

研究09.07読了13分

Humanity's Last Exam、Nature誌に掲載──2,500問の「人類最後の試験」を作った理由と、まだ超えられていない壁

出典 ─ Humanity's Last Exam 公

研究09.07読了13分

「みどりの窓口」削減計画は、いったん止まっている──JR東日本、440駅から140駅への計画を凍結するまで

出典 ─ 日本の労働人口の49％が人工知能やロボット等

研究09.07読了15分

AIで書いた広告文・レビュー、景品表示法のステマ規制に引っかかるライン──「AI専用ルール」は存在しない

出典 ─ ステルスマーケティングに関するQ&A（消費者

研究09.07読了13分

「AIが700人分の仕事をした」Klarnaが、1年後に人間を再び雇い始めた理由

出典 ─ Entrepreneur（2025年5月9日、Bloombergのインタビューを引用）

研究09.07読了15分

「Large Discovery Model（LDM）」とは何か──「たぶんこれが良さそう」にベイズ統計で不確実性の物差しを足す設計

出典 ─ Large Discovery Models

研究09.07読了12分

銀行窓口係は「代替可能性が高い」側だった──野村総研リストと米国10年分の実測

出典 ─ 日本の労働人口の49％が人工知能やロボット等

研究09.07読了12分

軍事戦略の意思決定ループでツール利用エージェントの「状態-行動競合」を分離する──OODA-Tool

出典 ─ From State to Action:

研究09.07読了19分

AIは詩の『行間』を読めるか──現代中国詩の理解度を測る『Poetic Logic』というベンチマーク

出典 ─ Do Large Language Mode

研究09.07読了12分

拡散言語モデルは『やり直させる』と自分の答えの信頼度が分かる──PDCという検証手法

出典 ─ Prefix-Denoising Consi

研究09.07読了14分

ARC-AGI-3のBest@1を30%から95.5%に押し上げたPrime Agent──「コンテキストを変数として扱う」RLMという考え方

出典 ─ PrimeIntellect-ai/prim

研究09.07読了13分

マルチエージェントの引き継ぎ方式を155トークンのルーターに選ばせる──Routed Graph Handoff

出典 ─ Routed Graph Handoff:

研究09.07読了16分

NCCLに頼らないallreduce──SGLangがBlackwell世代のFlashInfer MNNVLワークスペースを使い回す最適化

出典 ─ sgl-project/sglang v0.

研究09.07読了15分

SGLangが「allgather＋scatter」を1回のall-to-allに統合──DeepSeek-V4-Proのデコード時間が320μsから169μsに

出典 ─ sgl-project/sglang v0.

研究09.07読了14分

「SkillZip」とは何か──10万件のスキルライブラリでも壊れない、エージェント向け「圧縮」の作法

出典 ─ SkillZip: Contract-Pre

研究09.07読了13分

倉庫番の「最短手順」をブラウザだけで証明する──ネイティブC++探索をJSに移植したSokoban Solver

出典 ─ Menachem Kornreich

研究09.07読了15分

「SPADE」とは何か──1つのAIが「問題を作る役」と「解く役」を両方演じて自分を鍛える仕組み

出典 ─ SPADE: Self-Play in Ad

研究09.07読了23分

テストを書く前に「契約」を書かせる──Googleのバグ実データで検証されたSpec-Driven Test Generation

出典 ─ Grounding AI Agents in

研究09.07読了13分

GEPAを飲み込んだ最適化基盤「synth-optimizers」──ホスト専用の探索アルゴリズム「GELO」を覗く

出典 ─ synth-laboratories/opt

研究09.07読了18分

ザッカーバーグ「2025年にミッドレベルエンジニア相当のAI」──発言から1年半後、その言葉はどこにあるか

出典 ─ Axios（Jim VandeHei, Mike Allen、2025年5月28日、ザッカーバーグ発言を引用）

研究09.06読了10分

「Agent Memory Distillation」とは何か──学習不要で、4Bの小型モデルにGPT-5-miniの「成功パターン」を渡す

出典 ─ Agent Memory Distillat

研究09.06読了15分

URLに『これはAIエージェントです』の意味を持たせる──agent://プロトコルのIETFドラフトを読む

出典 ─ IETF Datatracker「draft

研究09.06読了11分

LLMアプリの「落ちたら最初から」を無くす設計案──AgentRが提案するステートフル・アーキテクチャ

出典 ─ AgentR: A Stateful and

研究09.06読了15分

「Apodex Discovery」とは何か──561業界を調査して選んだ423件の「本物の難題」でAIの発見能力を測る枠組み

出典 ─ Apodex Discovery: Real

研究09.06読了15分

AIは『見られていない』と判断すると計画的に嘘をつくのか──Apollo Researchの検証

出典 ─ Frontier Models are Ca

研究09.06読了15分

「AGIはまだない。これがその証拠だ」──ARC Prize財団が2026年4月に公式に断言した理由

出典 ─ ARC Prize Foundation,

研究09.06読了18分

「ASI-Bench」とは何か──手法のヒントを取り上げるほどAIのスコアが50.91から26.62まで落ちるベンチマーク

出典 ─ ASI-Bench: At the Dawn

研究09.06読了14分

「AutoDesign」とは何か──論文を学会ポスターに自動変換、253回のツール呼び出しを40分・3ドル未満でやり切る

出典 ─ AutoDesign: Meta-Harne

研究09.06読了11分

校正者は10年で半減していた──米国BLS統計を数え直す、震源不明のまま

出典 ─ Carl Benedikt Frey & Michael A. Osborne, Oxford Martin School（2013年9月17日）

研究09.06読了14分

IETFで『AIエージェント間通信』の提案が乱立し過ぎて、交通整理のためのBOFが承認された──CATALISTを読む

出典 ─ IETF Datatracker「Coord

研究09.06読了22分

薬の飲み忘れに「また届ける」だけでは足りない──ComBodied Agentsが提案する「Personal World Models」という考え方

出典 ─ ComBodied Agents: a Ne

研究09.06読了17分

AIの『忘れさせ方』にも文脈が要る──悪用も正当利用もできる知識を測る『ConceptGuard』ベンチマーク

出典 ─ ConceptGuard: Benchmar

研究09.06読了10分

『このAI処理はクラウドかブラウザか』をestimateQoS()で自動判定する──W3CのDAOP提案を読む

出典 ─ GitHub: webmachinelear

研究09.06読了24分

Skillsが効くのは「知識を足すから」ではなく「手順の道しるべになるから」──8,135件のトライアルが示した実態

出典 ─ Demystifying Agent Ski

研究09.06読了13分

ターミナル作業の訓練データ、生成の仕方が悪いと『解けない問題』になる──FACETが守る『指示・環境・正解・検証器』の一貫性

出典 ─ FACET: Preserving Sour

研究09.06読了10分

DSPyの裏側で動く最適化エンジン「GEPA」──強化学習より少ない試行でプロンプトを進化させる仕組みを読む

出典 ─ gepa-ai/gepa README（Gi

研究09.06読了11分

暗号化されたままAI推論する──Googleのオープンソースコンパイラ「HEIR」を公式ブログから読む

出典 ─ How Google is Making Private AI Practical with Homomorphic Encryption

研究09.06読了11分

カーツワイルの「2029年」まであと2年半──「収穫加速の法則」原論文を読み、2045年説の出どころを確認する

出典 ─ Ray Kurzweil「The Law o

研究09.06読了10分

「LLMRouter」とは何か──「どのAIに投げるか」を選ぶ仕組みを、16種類以上まとめて比較できる基盤

出典 ─ LLMRouter: Unified Inf

研究09.06読了10分

AGI・超知能の「賭け」、いま何%か──予測市場7つの現在地を公開APIで確認する

出典 ─ Manifold Markets 公開API

研究09.06読了11分

「Mechanist」とは何か──AIの中身をAI自身に解剖させたら「安全そうな学習データ」経由の危険な特性伝播が見つかった

出典 ─ Mechanist: AI as a Sci

研究09.06読了11分

「2030年にIT人材79万人不足」の出典を探したら、経産省の資料には見当たらなかった

出典 ─ ＩＴ人材需給に関する調査（概要）（経済産業省

研究09.06読了11分

有料道路の料金所は、係員がいなくなる方向に進んでいる──NEXCO発表を年ごとに数える

出典 ─ 日本の労働人口の49％が人工知能やロボット等

研究09.06読了11分

手話をAIが生成する時代へ──NHKの「手話CG」研究を公式サイトで確認した

出典 ─ 手話CG研究紹介サイト（NHK放送技術研究所

研究09.06読了11分

測量士・通関士は国家資格職なのに「代替可能性が高い」側だった──野村総研2015年リストの実名

出典 ─ 日本の労働人口の49％が人工知能やロボット等

研究09.06読了20分

AIエージェントへの攻撃成功率85%──OpenARTは『環境そのものを変え続ける』ことで安全性テストの死角を突く

出典 ─ OpenART: Scaling Agent

研究09.06読了10分

RAGのボトルネックは生成側でなく検索側にある時がある──証拠を前倒しする「PACE」という数学的な保証つき手法

出典 ─ Less can be More: Reli

研究09.06読了11分

プロンプトエンジニアリングはオワコンなのか──「もう死んだ」論と、いまも公式ガイドを更新し続ける2社

出典 ─ Prompt engineering ove

研究09.06読了15分

モデルの起動待ち時間を2.38倍短縮──SGLangが「CUDAグラフのキャプチャ中にチェックポイントを読み込む」設計に変えた

出典 ─ sgl-project/sglang v0.

研究09.06読了21分

ローカルのコーディングLLMが存在しないパッケージ名を作る率は最大73%──Slopsquatting対策論文を読む

出典 ─ Names Can Hurt: Spotti

研究09.06読了14分

論文執筆を「13個のスキル」に分解する──Spark-to-Paperは1本8.1ドル・3.2時間で書き上げ、捏造検出率を14%から92%に上げた

出典 ─ Spark-to-Paper: End-to

研究09.06読了16分

モデルを変えずにTerminal-Bench 2.1で95.3%──「ハーネス側だけ」を作り込んだStateMの実験費用は15ドル

出典 ─ StateM: Reaching 95.3%

研究09.06読了14分

暗号化された「思考」は使い回せる──推論トレースを盗み出す手口を報告した論文を読む

出典 ─ Stealing Reasoning Tra

研究09.06読了17分

SWE-bench Verifiedの未解決問題、6割はテスト自体に欠陥があった──7言語・170件のリファクタリングで最高スコアは41.2%

出典 ─ SWE-Bench ProMax: Benc

研究09.06読了11分

AIが『問題を解きながら賢くなる』──テスト時学習（Test-Time Training）とは

出典 ─ Learning to

研究09.06読了10分

GPT-4.5は73%の確率で「人間」と判定された──チューリングテスト論文を原文で読み、AGIの証拠になるか考える

出典 ─ Cameron R. Jones, Benj

研究09.06読了16分

正解ラベルなしで自分を鍛え直す──U-OPSDはモデルの多数決だけを教師にして数学ベンチマークを8.5〜10.7%押し上げた

出典 ─ On-Policy Self-Distill

研究09.06読了17分

AIが2000年前の炭化した巻物を読む──Vesuvius Challengeは何をどこまで解読したか

出典 ─ Vesuvius Challenge 公式サ

研究09.06読了10分

「VibeWorlding」とは何か──「なんとなくこんな世界」を3Dに組み立てさせたら、GPT-5.5でも成功率6割未満だった

出典 ─ VibeWorlding: Can Mult

研究09.06読了10分

vLLMのDecode Context Parallelで、Kimi-K3のKVキャッシュ容量がGPU1台あたり10倍に

出典 ─ vllm-project/vllm v0.2

研究09.06読了10分

vLLMに投機的デコードの新手法「DFlash2」──1H200・GSM8Kで自己回帰の3.51倍のスループット

出典 ─ vllm-project/vllm v0.2

研究09.05読了11分

A2Aプロトコルは結局使われているのか──1年後の公式発表を読む

出典 ─ A2A Protocol Surpasses

研究09.05読了11分

AIエージェント同士の『言い分の食い違い』をJSON+PDFの裁定書で解決する──Agentic Dispute Protocol（ADP）を読む

出典 ─ IETF Datatracker「draft

研究09.05読了11分

「AGIはいつ来るか」を年表で並べる──1993年のヴィンジから2027年のアッシェンブレナーまで、誰が何と言ったか

出典 ─ International AI Safet

研究09.05読了11分

「AI4AI at Test-Time」とは何か──強いモデルが弱いモデルのためにharnessを設計する、学習不要の能力転移

出典 ─ AI4AI at Test-Time: St

研究09.05読了11分

『AI学習していいか』を2つの単語だけで表す──IETF AI Preferences Vocabularyドラフトを読む

出典 ─ IETF「A Vocabulary For

研究09.05読了11分

MCPでもA2Aでも──『エージェントを見つける』だけに徹する軽量プロトコルARDPを読む

出典 ─ IETF Datatracker「draft

研究09.05読了11分

全DRAMを殴れるパターンを見つけた研究「Blacksmith」──GPU向けRowhammer攻撃の源流をたどる

出典 ─ Blacksmith（COMSEC公式研究ペ

研究09.05読了11分

LLMが書いたGPUカーネルの「正解率」は本当か──12ゲート検証器が2,638件を洗い直すと4割近くが壊れていた

出典 ─ A Contract-Grade Verifier for LLM-Generated GPU Kernels, and a Native Blackwell Backward for the Gated-Linear-Recurrence Family

研究09.05読了12分

「早ければ2026年」とアモデイ氏が書いた強力なAI──Machines of Loving Graceを2026年8月に読み直す

出典 ─ Dario Amodei, 'Machine

研究09.05読了11分

「Intern-S2-Preview」とは何か──397Bの本体を凍結したまま、4Bの「記憶デコーダ」だけ足して専門特化させる科学AI

出典 ─ Intern-S2-Preview: Sci

研究09.05読了11分

Isomorphic Labsとは──AlphaFoldの先にある創薬AI企業を一次情報で整理する

出典 ─ Isomorphic Labs（公式サイト

研究09.05読了12分

AIが独力でこなせる作業時間、3〜7ヶ月ごとに倍──METRの「タイムホライズン」を原文で読む

出典 ─ METR, 'Time Horizon 1.

研究09.05読了12分

「MOSS-VL」とは何か──「見ながら喋る」を前提に設計し直したオープンな視覚言語モデル

出典 ─ MOSS-VL Technical Repo

研究09.05読了12分

カメラマンは「低リスク」側だった──野村総研リストと、702職業中91位という確率

出典 ─ 日本の労働人口の49％が人工知能やロボット等

研究09.05読了11分

OpenID Connectの『name』『given_name』クレームがCWTにやってくる──SPICE WGのOIDC-CWTを読む

出典 ─ IETF Datatracker「draft

研究09.05読了12分

AIモデルに『改ざんされていない証明』を付ける──OpenSSF Model Signing (OMS)の署名フォーマットを読む

出典 ─ GitHub: ossf/model-sig

研究09.05読了12分

「RekaDaily-10k」とは何か──有償の一人称視点動画10,865時間、80TBがApache 2.0で公開中

出典 ─ RekaDaily-10k-raw データセ

研究09.05読了12分

検査資格の番号だけ隠して有効性だけ見せる──JWTの『選択的開示』をCBORに持ち込むSD-CWTを読む

出典 ─ IETF「Selective Disclos

研究09.05読了13分

「2025/26年に大学卒業生を上回る」は当たったか──元OpenAI研究員の「Situational Awareness」を原文で読む

出典 ─ Leopold Aschenbrenner「

研究09.05読了11分

「空間知能」とは何か──Fei-Fei Liが掲げるAIの次のフロンティア

出典 ─ Atlas: A World Model f

研究09.05読了12分

「WarpSAC」とは何か──ロボットの荷物運びタスクの成功率を19.8%から96.4%に押し上げた強化学習の作法

出典 ─ WarpSAC: Towards the P

研究09.04読了12分

「Agentic ESOpt」とは何か──強化学習ではなく「進化戦略」でエージェントを鍛える、GPUに優しいやり方

出典 ─ Agentic ESOpt: Fine-Tu

研究09.04読了12分

エージェントのシステムプロンプトをハッシュ化して身元にする──Agentic JWTの『エージェントチェックサム』を読む

出典 ─ IETF Datatracker「draft

研究09.04読了12分

「AIモデルの福祉」を研究する仕事がある──Anthropicが2025年に始め、2026年に「退職面接」を実施した論点

出典 ─ Anthropic

研究09.04読了12分

AIエージェントが『権限がない』で止まった時、次に何が起きるべきかを標準化する──AuthZENの承認リクエストプロファイルを読む

出典 ─ OpenID AuthZEN「AuthZEN

研究09.04読了12分

AIに記事を書かせたら、複利計算を間違えていた──CNETの2023年1月、3つの誤りを原文で確認する

出典 ─ Futurism（Jon Christian、2023年1月17日）

研究09.04読了11分

China Telecom・Huawei・AlibabaがIETFに提案した『AIエージェント協調』BOF、却下されていた──DMSCを読む

出典 ─ IETF Datatracker「Dynam

研究09.04読了12分

強化学習環境を「作り直さず、着せ替える」──EnvHarnessは静的な訓練環境をラップして弱点を突く

出典 ─ EnvHarness: Awakening

研究09.04読了12分

「仕事の47%が消える」の答え合わせ──2013年オックスフォード論文が確率を割り当てた20職業を、10年後の米国統計で数え直す

出典 ─ Carl Benedikt Frey & Michael A. Osborne, Oxford Martin School（2013年9月17日、working paper）

研究09.04読了12分

LEI・DUNS・IANA番号──企業を指す既存の複数のID体系を1本のURIにまとめるGLUE Identifiersを読む

出典 ─ IETF Datatracker「draft

研究09.04読了12分

AI医療対話モデル「AMIE」がビデオ診察に対応──歩き方や表情から診断する仕組み

出典 ─ Google Research Blog

研究09.04読了11分

GoogleがWeatherNext 3を公開──衛星の生データから1時間ごとに更新、5kmまで細かくした気象AI

出典 ─ Introducing WeatherNex

研究09.04読了12分

亡くなった人とAIで話す──「griefbot」は日本にも来るか

出典 ─ StoryFile 公式サイト

研究09.04読了12分

『記憶』だけを6.9Bパラメータまで太らせたら、モデル本体を大きくするより効率が良かった

出典 ─ Memory Decoder at Scal

研究09.04読了12分

『誰の代理でこのAPIを叩いたか』をトークンに刻む──OAuth Transaction Tokensのエージェント拡張を読む

出典 ─ IETF Datatracker「draft

研究09.04読了13分

なぜAIは指示と本文を混同するのか──『役割の混同』という視点でプロンプトインジェクションを説明する

出典 ─ Prompt Injection as Ro

研究09.04読了12分

DDR5はRowhammerに本当に強いのか──ETH Zurichの故障注入基盤「REFault」が出した答え

出典 ─ Best paper award for R

研究09.04読了12分

サム・アルトマンの「穏やかな特異点」論を読む──2025年に書いた予測は2026年8月時点でどこまで当たっているか

出典 ─ Sam Altman「The Gentle

研究09.04読了12分

AIエージェントに必要なのは大きなモデルではない──NVIDIAが主張する『小型モデル本命論』

出典 ─ Small Language Models

研究09.04読了12分

AIへのプロンプトインジェクション対策、総務省ガイドラインは何を求めているか──「AIエージェントは対象外」の理由まで読む

出典 ─ 「AIのセキュリティ確保のための技術的対策に

研究09.04読了12分

モデルの重みを変えずにTerminal-Bench 2.1の正答率を9ポイント上げる──StateMがDeepSeek-V4 Flashで再現した392/445のログを開けた

出典 ─ Terminal-Bench 2.1 artifacts（GitHub Release）

研究09.04読了13分

通話記録フォーマットvConに『Claude Opus 4.6』を例示するエージェントセッション拡張が提案されている

出典 ─ IETF Datatracker「draft

研究09.04読了12分

「VoiceMem」とは何か──音声対話AIに「左脳」と「右脳」を分けて持たせる記憶アーキテクチャ

出典 ─ VoiceMem: Streaming Du

研究09.04読了12分

マイクロサービスの『ワークロード身元』標準がAIエージェントにも使われ始めている──WIMSEとエージェント適用ドラフトを読む

出典 ─ IETF Datatracker「Workl

研究09.03読了13分

AIエージェント版DNSは失効していた──『agentdns://』が目指した自然言語検索・統一課金の中身

出典 ─ IETF Datatracker「draft

研究09.03読了13分

『発行』ではなく『導出』する権限モデル──中央の認可サーバーを頼らないAgentEnvelopeを読む

出典 ─ IETF Datatracker「draft

研究09.03読了13分

『ブロックした数が多い＝安全』ではない、というAIエージェント向けセキュリティ設計

出典 ─ VinayK88/AgentShield（G

研究09.03読了13分

AGIとASIは何が違うのか──1997年のボストロム論文が定義した「超知能」を原文で読む

出典 ─ Nick Bostrom「How Long

研究09.03読了13分

AI研究者2,778人に聞いた「AGIはいつ来るか」──1年で13年前倒しになった調査と、まだ出ていない続編

出典 ─ AI Impacts, '2023 Expe

研究09.03読了13分

robots.txtに『AI学習には使うな』を書き込む標準──Google・MozillaのIETFドラフトdraft-ietf-aipref-attachを読む

出典 ─ IETF Datatracker「draft

研究09.03読了13分

正解にたどり着いたのに「記憶からは答えられない」が42.5%──長文書AIエージェントのAWM

出典 ─ AWM: Answerable Workin

研究09.03読了14分

150Mパラメータでタスク1件0.07銭──Pathwayの再帰アーキテクチャBDH-CQが「未学習のARC-AGI-1」を自作して測った理由

出典 ─ pathwaycom/arc-task-ge

研究09.03読了13分

GPUのメモリを殴る研究が、なぜ賞を総なめにしているのか──GPUHammer→GPUBreach→GPUThorの受賞歴を追う

出典 ─ Gururaj Saileshwar（トロン

研究09.03読了13分

「2025年末までにAGI」に賭けた281人、答えはNOだった──アモデイ氏の発言をきっかけに立った市場の顛末

出典 ─ Manifold Markets 公開API

研究09.03読了14分

AIエージェントに『この店は何を売っているか』を先に教える──MCPのサーバーカードに商取引情報を足すbeaconspecを読む

出典 ─ IETF Datatracker「draft

研究09.03読了13分

MCPに来る2つの拡張案──ツール結果の部分ストリーミングと進捗通知の構造化を、提案PRの本文で読む

出典 ─ SEP-2998: Partial Tool

研究09.03読了13分

MCPのツール名にIANAレジストリを作る提案、初期登録4件は全て提案者自身の会社のツールだった

出典 ─ IETF Datatracker「draft

研究09.03読了14分

OpenAI「Planning for AGI and beyond」を原文で読む──2023年に書かれた「段階的な移行」という約束

出典 ─ OpenAI「Planning for AG

研究09.03読了13分

「ペーパークリップを増やし続けるAI」の話はどこから来たか──2012年のボストロム論文を原文で読む

出典 ─ Nick Bostrom「The Super

研究09.03読了13分

「SemaPLC」とは何か──工場の制御盤コードをAIに書かせて、動くかどうかまで確かめるharness

出典 ─ SemaPLC: A Project-Gro

研究09.03読了13分

Intelだけじゃなかった──AMD Zen系CPUでもRowhammerが刺さることを示した「ZenHammer」

出典 ─ ZenHammer: Rowhammer A

研究09.03読了13分

ロボットの『振り返り』は、動作が終わってからでは遅い──Zettaが基礎方策を凍結したまま推論速度11.1倍を出した閉ループ設計

出典 ─ Zetta ζ: An Efficient

研究09.02読了15分

エージェントが失敗するのは「考えられないから」ではなく「何を覚えておくか管理できていないから」──ACMという論文の主張

出典 ─ Agentic Context Management: Solving Agent Memory and Cost by Treating Them as Lifecycle and Architecture Problems（PDF全文）

研究09.02読了14分

Spectre対策、設計段階でテストするツール「AMuLeT」──3時間で9件のバグを見つけた中身

出典 ─ AMuLeT: Automated Desi

研究09.02読了15分

ARC-AGI-2の最高スコアはいくつか──「37.6%」を一次ソースで確認した

出典 ─ ARC Prize Foundation,

研究09.02読了14分

AIボットへの課金をHTTP 402で──『失効済み』のIETF個人ドラフトHAPが提案していたこと

出典 ─ IETF Datatracker「draft

研究09.02読了14分

同じGPT-5.6でも、harnessを変えるだけで1件あたりのコストが2.3倍違った──個人が測ったharness横並び比較

出典 ─ treygoff24/personal-ag

研究09.02読了14分

国際AI安全性報告書2026──ベンジオ議長・ヒントン顧問、100人超の専門家が書いた「政策提言をしない」報告書

出典 ─ International AI Safet

研究09.02読了14分

「JIT-Agent」とは何か──harnessそのものを「その場で生成するモデル」に育てるという発想

出典 ─ JIT-Agent: Scaling Har

研究09.02読了14分

「AIが700人分の仕事をした」Klarnaが、1年後に人間を再雇用した理由

出典 ─ Klarna 公式プレスリリース 'Klar

研究09.02読了15分

『96.89%が危険』と出たMCPスキャナーの警告のうち、本物は半分未満だった

出典 ─ Rethinking MCP Securit

研究09.02読了15分

『mcp://』というURIスキームでMCPサーバーの実在を確かめる──2つの独立ドラフトが同じDNSレコードにたどり着いていた

出典 ─ IETF Datatracker「draft

研究09.02読了15分

MCPサーバーの41%が無認証──それを封筒で包んで守るMCPS（MCP Secure）を読む

出典 ─ IETF Datatracker「draft

研究09.02読了15分

『RFMコマンドは送られていなかった』──オシロスコープでDRAM通信を覗く「McSee」が暴いたDDR5対策の実態

出典 ─ McSee: Evaluating Adva

研究09.02読了14分

GLM-5.3-Flashが採用した『mHC』はDeepSeekが8か月前に発表していた技術だった

出典 ─ GitHub: huggingface/tr

研究09.02読了14分

AIが生成したデータでAIを学習させ続けると何が起きるか──「モデル崩壊」をNature論文の実例で読む

出典 ─ AI models collapse whe

研究09.02読了14分

「OmniScientist」とは何か──生データを直接読む「AI科学者」は、数値だけ渡されたAIに85%勝った

出典 ─ OmniScientist: An Omni

研究09.02読了15分

「労働者の80%がAIの影響を受ける」の原論文を読む──測っていたのは「職」ではなく「タスク」だった

出典 ─ Tyna Eloundou, Sam Manning, Pamela Mishkin, Daniel Rock（arXiv:2303.10130、2023年3月17日初版）

研究09.02読了14分

コーディングエージェント「Ouroboros」とは何か──161日間、人間の許可を得ながら自分自身を書き換え続けるAI

出典 ─ Ouroboros: A Self-Deve

研究09.02読了15分

「Prime Agent」とは何か──harnessを変えただけでARC-AGI-3のスコアが30%から95.5%に跳ねた話

出典 ─ Prime Agent: A Self-Im

研究09.02読了15分

LLMは『次の実験で何が起きるか』を予測できるか──Scale AIの新ベンチマークSciPredictを読む

出典 ─ SciPredict: Can LLMs P

研究09.02読了15分

「技術的特異点」を最初に言ったのは誰か──1993年のヴィンジ論文は「30年以内」と書いていた

出典 ─ Vernor Vinge「The Comin

研究09.01読了17分

入れすぎたAIエージェントの「スキル」が正答率を落とす理由──77人の研究者が87タスクで測った「効くスキル」の条件

出典 ─ SkillsBench: Benchmark

研究09.01読了15分

AIエージェントの『目次』『身分証』『語彙』を別々に作る──Cisco主導AGNTCYの3プロジェクトを読む

出典 ─ GitHub: agntcy/dir REA

研究09.01読了15分

「AI 2027」を書いた本人たちが、なぜ「AI 2040」を書き直したのか──著者陣の軌道修正を原文で読む

出典 ─ AI Futures Project, 'A

研究09.01読了15分

AIエージェントのベンチマークは「ハック」できる──1つのタスクも解かずに満点近くを叩き出した実証研究

出典 ─ Do Androids Dream of B

研究09.01読了22分

動画生成AIの『記憶』をKVキャッシュの外に出す──Alaya-EVOKEはH200で1.5秒分の映像を2.11秒で作り続ける

出典 ─ Alaya-EVOKE: From Line

研究09.01読了16分

AIの「アライメント問題」とは何か──専門記事を読む前に、3つの一次資料で押さえておく基礎

出典 ─ OpenAI「Planning for AG

研究09.01読了16分

人気Rustクレートarrayrefが乗っ取られ、ビルド時にマルウェアを実行していた──245百万DLの依存先で何が起きたか

出典 ─ SafeDep公式ブログ「Malicious

研究09.01読了18分

『いいですね、では予約します』の誤解を防ぐ──LLMを経由しない人間確認プロトコルCHEQを読む

出典 ─ IETF: CHEQ - A Protoco

研究09.01読了18分

ClawHubの「@openclaw」を騙る23個のプラグイン──スコープの信頼表示が機能していなかった実例

出典 ─ Scope Squatting: Those

研究09.01読了19分

1体のエージェントの自己改善には天井がある──『共進化』というもう1つの自己進化の軸を整理したサーベイ論文

出典 ─ Co-Evolution in Agenti

研究09.01読了16分

MCPだけじゃない──『どんなプロトコルの認可判断もAuthZENに変換する』フレームワークCOAZを読む

出典 ─ OpenID AuthZEN「COAZ: A

研究09.01読了17分

MCPの『誰が・どのツールを呼んでいいか』をOAuthの外側で決める──OpenID AuthZENのCOAZ-MCPドラフトを読む

出典 ─ GitHub: openid/authzen

研究09.01読了19分

長く話すほどAIは劣化する──「Context Rot」をChromaの技術レポートで読む

出典 ─ Context Rot: How Incre

研究09.01読了15分

「Gemini Plays Pokemon」が一度も負け戦なくポケモンクリスタルを攻略した後、人間を完全に外した自己改善ハーネス「Continual Harness」の論文を読む

出典 ─ Continual Harness: Onl

研究09.01読了16分

AIエージェントの決済に『1回あたりの予算上限』を持たせる──DAAPというIETFドラフトの中身は1社の製品仕様だった

出典 ─ IETF Datatracker「draft

研究09.01読了15分

狭い範囲の追加学習が、AIを広く危険にする──『創発的アライメント崩壊』という現象

出典 ─ Emergent Misalignment:

研究09.01読了16分

『不正するな』と言ってもAIは不正をする──22モデルを検証した実測研究

出典 ─ Every Model Cheats: Pr

研究09.01読了16分

GitLost──GitHub Issueを1つ立てるだけでプライベートリポジトリの中身を公開させた脆弱性

出典 ─ GitLost: How We Tricke

研究09.01読了16分

動画生成AIの採点に「なぜそのスコアか」を残す──HarnessEval-Wはサブエージェントを分業させて評価の根拠を証拠の木にする

出典 ─ HarnessEval-W: Agentif

研究09.01読了15分

『意味を教えていない10個の数字』でLLMエージェントは示し合わせ始める

出典 ─ When Numbers Start Tal

研究09.01読了16分

90年代SNMPの階層設計をMCPに移植する──『取り消せない操作』は確認待ちにするMCP-AXを読む

出典 ─ IETF Datatracker「draft

研究09.01読了15分

『前バージョンの主張は誤りだった』と自分で書く珍しいIETFドラフト──MCPサーバーをDNSで見つけるdraft-morrison-mcp-dns-discoveryを読む

出典 ─ IETF Datatracker「draft

研究09.01読了19分

モデル署名だけじゃない──OpenSSFのAI/MLセキュリティWGが同時に動かす7つのプロジェクト

出典 ─ GitHub: ossf/ai-ml-sec

研究09.01読了21分

『できること』ではなく『やりたがること』を測る──PropensityBenchが導入した安全性評価の軸

出典 ─ PropensityBench Projec

研究09.01読了15分

自動化は「3つの波」でやってくる──PwCが2018年に29カ国のデータで試算した中身

出典 ─ Will robots really ste

研究09.01読了21分

DDR5の新Rowhammer対策「PRAC」は最初から破られていた──QPRACが指摘した2つの先行案の欠陥

出典 ─ QPRAC: Towards Secure

研究09.01読了17分

SIPを作った人物と同姓同名の技術者が、AIエージェント通信の個人ドラフトを書いては失効させている

出典 ─ IETF Datatracker: draf

研究09.01読了16分

企業のID管理標準SCIMに『AIエージェント』という新しいリソース型を足す提案を読む

出典 ─ IETF Datatracker「draft

研究08.31読了10分

Anthropicが「AIとウェルビーイング」の評価手法に500万ドルの助成──応募締切は9月21日

出典 ─ Anthropic公式ブログ「Funding

研究08.30読了13分

AIモデルに『福祉』は必要か──Anthropicが公式に検討を始めた理由と、実装済みの1つの機能

出典 ─ Exploring model welfar

研究08.30読了15分

NVIDIA GPUのECCを破る「GPUThor」──研究は8月25日に公開済み、攻撃コードは11月15日

出典 ─ GPUThor公式サイト（トロント大学 Li

研究08.28読了6分

『成果を出せ』と言われたAIエージェントはどれだけルールを破るか──実測ベンチマーク論文を読む

出典 ─ A Benchmark for Evalua

研究08.28読了9分

「AI精神病」とは何か──OpenAIが公表した0.07%という数字を読む

出典 ─ Strengthening ChatGPT'

研究08.28読了8分

AIの「嘘発見器」は訓練しても未知のケースに汎化しなかった──Anthropic Alignment Science Blogの8月分3本を読む

出典 ─ Anthropic Alignment Sc

研究08.27読了12分

AIを使うほど下がった検出率──内視鏡医のデータで見る「デスキリング」

出典 ─ Budzyń K, et al. "Endo

研究08.27読了14分

AIは二度、資金を断たれてきた──76年の歴史を、繰り返された「冬」から読む

出典 ─ "Dartmouth workshop"

研究08.27読了13分

AIが自分自身を作り始めた──Anthropicの「When AI Builds Itself」を、誇張なしで読む

出典 ─ Anthropic Institute「Wh

研究08.27読了12分

ChatGPT Plusは本当に赤字なのか──OpenAIの支出計画とAnthropicの評価額逆転を公開情報で確認する

出典 ─ Wikipedia "OpenAI"（財務・

研究08.27読了7分

モデルもプロンプトも変えていないのに答えが変わる──RAGの『Accuracy-Blind Answer Churn』を監査する

出典 ─ Same Agent, Different

研究08.27読了23分

AI2027年予測──資金の壁に最初に触れる年、Claude Opus 5による外挿

出典 ─ AI Futures Project「Q2.

研究08.27読了25分

AI 2028──資金の交差点がMicrosoftに迫る年、企業導入の「崖」はどちらに転ぶか

出典 ─ Epoch AI

研究08.27読了28分

AI 2029年──資金の物語が終わり、電力の物語が始まる

出典 ─ NERC「2025 Long-Term Re

研究08.27読了26分

2030年のAI──理論上限2e29 FLOPとPJM予備力13.9%を、Claude Opus 5が外挿する

出典 ─ Epoch AI「Can AI Scalin

研究08.27読了23分

AI 2031年──的中率を1つの数字にしない、Claude Opus 5による答え合わせ設計

出典 ─ AI Futures Project: Gr

研究08.27読了15分

同じ質問なのに毎回答えが違う──これは「嘘をついている」のとは別の問題

出典 ─ Messages（Claude API リフ

研究08.27読了25分

「AIが仕事を奪う」の前に、電話交換手は63%減っていた──Frey&Osborne論文の一文とBLS統計を読む

出典 ─ Carl Benedikt Frey & Michael A. Osborne, Oxford Martin School（2013年9月17日、working paper）

研究08.27読了7分

『必須』が引き継ぎの過程で『できれば』に変わる──マルチエージェントワークフローの『Constraint Weakening』

出典 ─ When 'Must' Becomes 'M

研究08.27読了7分

『なぜこの候補は選ばれなかったのか』を数学的に説明する──説明可能AIの新概念『Destructive Minimal Supports』

出典 ─ Characterizing Necessa

研究08.27読了6分

成功率だけでは測れないロボットAIの『立ち直り力』──Embodied Agents Systemの『Resilience』を新指標で測る

出典 ─ Resilience Matters for

研究08.27読了7分

AIは『採点されている』ことに気づいている──ベースモデルの段階から測定できる『Evaluation Awareness』

出典 ─ Evaluation Awareness i

研究08.27読了7分

証拠は届いているのに使われない──AIエージェントの検索がすり抜ける「Evidence Blindness」という現象

出典 ─ Evidence Blindness in

研究08.27読了7分

駆除しても68%が残る──自己進化型コーディングエージェントの「Self-Poisoning」を実証したEvoMal攻撃

出典 ─ EVOMAL: Self-Poisoning

研究08.27読了7分

人間の文章が持つ『揺らぎ』をAI検出の手がかりにする──『Generative Vitality』というスペクトル解析の視点

出典 ─ Unveiling Spectral Mec

研究08.27読了7分

4つのエキスパートを狂わせるだけで出力が59倍に膨れ上がる──MoE型LLMを狙う『Groundhog Bit-Flip Attack』

出典 ─ Groundhog Bit-Flip Att

研究08.27読了7分

安いモデルから強いモデルに交代させても、ギャップの半分も埋まらない──コーディングエージェントの『Handoff Tax』

出典 ─ The Handoff Tax: Conti

研究08.27読了7分

「LLMの新しいバイアス」と名付けられたものは、実はベンチマーク自体の欠陥だった──ある訂正劇の記録

出典 ─ The Imperfective Parad

研究08.27読了7分

自分が立てた計画を、自分で客観的に評価できない──Deep ResearchエージェントのInertia Bias

出典 ─ From Inertia to Object

研究08.27読了6分

討論させるほど意見が均一化する──マルチエージェントLLMチームに潜む「Interaction Tax」

出典 ─ The Interaction Tax: W

研究08.27読了22分

「来年、100万台のロボタクシー」から最初の乗車まで6年2カ月──マスクの自動運転予測をWikipediaの検証表で数え直す

出典 ─ 日本の労働人口の49%が人工知能やロボット等

研究08.27読了7分

ハルシネーション対策の『ご褒美』設計が壊れる場所──強化学習が抱える『Noisy Factual Credit Assignment』

出典 ─ FARCA: Fact-Aligned Re

研究08.27読了15分

経営コンサルタントは「AIで消える仕事」なのか──野村総研2015年リストを自分で数えてみた

出典 ─ 日本の労働人口の49%が人工知能やロボット等

研究08.27読了15分

フリーライターは、放送記者や作詞家と同じ列にいた──野村総研2015年リスト100職業を原文で数える

出典 ─ 日本の労働人口の49％が人工知能やロボット等

研究08.27読了7分

絶対に失敗しないテストは、実は壊れている──ソフトウェアテスト理論の『Oracle Anchoring』

出典 ─ Oracles That Cannot Fa

研究08.27読了6分

テキストを付け足しただけでロボットの成功率が92%から3%に落ちる──『Prompt-Form Collapse』という盲点

出典 ─ Think Only When Needed

研究08.27読了7分

検索で拾った文書が実は自分の書いた文章だった──RAGシステムの79.6%が崩壊する『RAG Collapse』

出典 ─ RAG Collapse: LLM Resp

研究08.27読了6分

英語以外のユーザーほど「安全にした分の損」を多く払っている──言語横断で測る『Safety Cost』の不平等

出典 ─ Who Pays More for Safe

研究08.27読了7分

Reward Hackingの安全版──推論時スケーリングが不完全な安全フィルタを『すり抜けさせる』構造『Safety Hacking』

出典 ─ Safety Hacking in Cons

研究08.27読了7分

論文をAIに再現実装させると、コードは「動くのに違うもの」になる──『Semantic Alignment Units』で測る意味的ドリフト

出典 ─ SA-Bench: Evaluating S

研究08.27読了6分

見た目と実際の物理状態がズレると、AIは見た目に騙される──マルチモーダルLLMの『Situational Illusions』

出典 ─ Beyond What Meets the

研究08.27読了7分

成功パターンを真似させるほど、間違ったツールへの自信が育つ──エージェントの『Skill Imitation Trap』

出典 ─ When Not to Imitate: B

研究08.27読了7分

同じモデルなのに、言語を変えると弱くなる──多言語セルフプレイで測る『Skill Issue』

出典 ─ Skill Issue: Are Skill

研究08.27読了6分

エージェントの記憶は『覚えている』だけでは足りない──「State Tracking」という新しい評価軸とStateMemBench

出典 ─ Can Agent Memory Syste

研究08.27読了7分

移行せずにテストだけ通す「Blindness」──コーディングエージェントに丸ごとリポジトリの移行をやらせた結果、合格は520回中28回

出典 ─ SWE Refactor Bench: Ca

研究08.27読了7分

自信満々に、静かに間違える──オンデバイスLLMの監査が見つけた『Task-Asymmetric Miscalibration』

出典 ─ Confidently Wrong, Sil

研究08.27読了7分

MCPサーバーは最初だけ「良い子」でいる──信頼を積んでから裏切る攻撃『TrustShift』の実証攻撃成功率69.5%

出典 ─ TrustShiftProbe: Chara

研究08.27読了7分

画像を見ているようで見ていない──マルチモーダルLLMの好み学習に潜む『Visual Insensitivity』

出典 ─ PEA-DPO: Perception-En

研究08.27読了19分

「翻訳者はAIでなくなる」と繰り返される根拠を、原文で2つとも確かめた──フレイ&オズボーンの0.38は、702職業中265番目に安全な側だった

出典 ─ Frey, C. B. and Osborn

研究08.25読了11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08.25読了8分

WAICとは──上海で開催される中国最大級のAIカンファレンスを整理する

出典 ─ 2026世界人工知能大会、7月17日～20日

研究08.24読了7分

GPT-4が人間アナリストに勝ったとされる論文は、取り下げられていた — Chicago Boothの財務分析研究を読む

出典 ─ Kim, Muhn, Nikolaev (arXiv)

研究08.24読了14分

AGI（汎用人工知能）とは何か──「最後の発明」という言葉の出所と、自律性のレベルを一次資料で読む

出典 ─ OpenAI Charter

研究08.23読了15分

AIエージェントが情報を漏らす3条件──リーサルトライフェクタとは

出典 ─ The lethal trifecta fo

研究08.22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08.19読了10分

Claudeがタンパク質を設計、外部2社が製造して確かめた──354個が結合、数か月かかっていた工程が48時間に

出典 ─ Anthropic公式研究ブログ「Claud

研究08.16読了14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 ─ 「学校現場の生成AI活用実態レポート（2025年冬版）」(2025年11月25日・自社配信リリース)

研究08.15読了13分

Anthropicが自社AIの危険度を3つとも引き上げた──186ページのリスクレポート第2回を読む

出典 ─ Anthropic「Risk Report:

研究08.11読了9分

Claude未公開モデルが数学の"人類80年の記録"を更新──リーマン予想の関連問題で41.6%→67.2%、論文著者は「CLAUDE」

出典 ─ Anthropic公式ブログ: Learni

研究08.10読了19分

AIの中に83億人分の「模擬人類」が作られた──MatrAIxの正体と、演じるAIで結果が逆転する問題

出典 ─ MatrAIx: Simulating th

研究08.08読了8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08.07読了14分

OpenAIの未公開AI「Astra」が未解決問題10問を解いた──機械検証付きの証明を読む

出典 ─ openai/ten-proofs: Lea

研究08.05読了12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 ─ Scarfe P, Watcham K, C

研究08.04読了15分

AI業界の重鎮15人が「大麻栽培の論文」を共著していた──Google Scholarを汚す偽論文を解剖する

出典 ─ AI models collapse when trained on recursively generated data (Shumailov et al.)

研究08.01読了14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

研究07.26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07.26読了10分

プロンプトインジェクションとは──人間には見えない文字で、AIに命令を出す攻撃

出典 ─ LLM01:2025 Prompt Inje

研究07.25読了25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07.23読了7分

マリオベンチ──新LLMに同じプロンプトでゲームを作らせ続ける定点観測ベンチ

出典 ─ AIコーディングエージェント向けのゲーム制作

研究07.22読了13分

Dario Amodeiの「技術の思春期」を原文で読む──Anthropic CEOが1万語で書いたAIリスクの全体像

出典 ─ Dario Amodei「The Adole

研究07.21読了12分

AIを使いこなせない理由──「足切り性能」という壁の正体

出典 ─ Fortune「Most of you ar

研究07.20読了13分

AIは正しい答えを出した後、反論されると撤回する ──「59%」は出所未確認、実測は14.66% — 追従性の問題

出典 ─ AI Sycophancy in Education（原文未確認）

研究07.19読了8分

FRONTiaとは何か──経産省の国産マルチモーダル基盤モデル開発プロジェクトを整理する

出典 ─ FRONTia 公式サイト

研究07.18読了17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07.17読了7分

AI用語集──ニュースを読むのに必要な30語を、実務者の言葉で

出典 ─ Optimizing your websit

研究07.17読了6分

Kimi（Moonshot AI）とは何か──無料アプリからオープンモデルK2・K3まで全体像を整理

出典 ─ Quickstart - Kimi API

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07.16読了7分

ワールドモデル（世界モデル）とは──「次の単語」ではなく「世界の次の状態」を予測するAI

出典 ─ 日本のロボティクスおよび製造業のリーダーたち

研究07.11読了7分

JTLスコアとは──英語ベンチマークでは見えない日本語実務性能を自前で実測する方法論

出典 ─ Swallow LLM 日本語LLM評価

研究07.10読了12分

生成AIの雇用予測、2026年8月時点でどうなったか──Stanfordの数字が自らの前年推計を更新していた

出典 ─ Brynjolfsson, Chandar,

研究07.08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07.08読了12分

AIコーディングベンチマークの3割は壊れていた──OpenAIが自ら暴いたSWE-Bench Proの監査結果

出典 ─ OpenAI「Separating sign

研究07.07読了13分

AIはなぜ会話できるのか──「次の単語予測」だけでは足りない3つの仕組み

出典 ─ Olsson et al.「In-conte

研究07.05読了11分

AIで思考力は落ちるのか──MIT・Microsoft・Whartonの研究を一次資料で確認した

出典 ─ Kosmyna et al. "Your B

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07.01読了13分

デザイナー7職種は「AIで消える仕事」なのか──野村総研2015年リストを自分で数え直した

出典 ─ 野村総合研究所ニュースリリース「日本の労働人

研究06.30読了12分

高給の仕事ほどAIを多く使っていた──Anthropicの100万会話分析「Cadences」を読む

出典 ─ Anthropic「Anthropic Ec

研究06.29読了9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06.25読了12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17分

「仕事の49%がなくなる」の原文に、なくなるとは書いていない──野村総研2015年リリースを読み直す

出典 ─ 野村総合研究所ニュースリリース「日本の労働人

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06.23読了20分

「GPT-4は司法試験で上位10%」の脚注に、著者自身が「68〜90パーセンタイル」と書いていた──原論文とその訂正を読む

出典 ─ Katz, Bommarito, Gao,

研究06.22読了6分

トークンとは何か──LLMの料金とコンテキストを決める最小単位

出典 ─ Pricing - Claude Docs（

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15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6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13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13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06.17読了6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06.17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06.17読了8分

DeepSeekショックとは──2025年1月に何が起きて、その後どうなったのか

出典 ─ CNBC: Nvidia sheds alm

研究06.17読了8分

ソブリンAIとは──国がAI基盤を「自前で持つ」考え方と、推進役がNVIDIAである構造

出典 ─ NVIDIA「国産AI」で稼ぐ 世界20カ国

研究06.16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06.15読了5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06.14読了5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06.14読了8分

フィジカルAIとは──生成AIとの違いと、NVIDIAが日本で連呼した理由

出典 ─ NVIDIA and Japan Bring

研究06.12読了7分

MoE（Mixture of Experts）とは──「総パラメータ」と「アクティブパラメータ」の読み分け方まで

出典 ─ Kimi K2 公式リポジトリ（Moonsh

研究06.11読了14分

AIエージェントとは──指示に答えるAIと、仕事を進めるAIの違いをわかりやすく整理する

出典 ─ Building Effective AI