AI時短ラボ
検索

論文・研究のニュース

AIに関する論文・技術レポート・研究機関の発表を扱います。論文そのものを出典にあたり、著者自身が書いている限界や但し書きを落とさずに紹介します。対象はモデルの学習手法、評価ベンチマーク、安全性研究、AIと仕事や社会に関する調査などです。

Tencent（テンセント）、中国語の論理推論ベンチマークHyperLogic（ハイパーロジック）を一部公開──各階層の約30%と評価コード、Baseの正答率は7モデルで44.6〜77.6%の記事画像

Tencent（テンセント）、中国語の論理推論ベンチマークHyperLogic（ハイパーロジック）を一部公開　各階層の約30%と評価コード、Baseの正答率は7モデルで44.6〜77.6%

研究
Ai2、LLMによる研究アイデアの新規性判定は不安定と報告──プロンプトの違いでGPT-5.4の正答率が93.5%から40.9%にの記事画像

Ai2、LLMによる研究アイデアの新規性判定は不安定と報告　プロンプトの違いでGPT-5.4の正答率が93.5%から40.9%に

研究
Anthropic（アンスロピック）、専門家50人にClaude Code（クロード コード）を使わせた無作為化試験を公開──分析の判断はAIの「傾き」に86%従ったの記事画像

Anthropic（アンスロピック）、専門家50人にClaude Code（クロード コード）を使わせた無作為化試験を公開　分析の判断はAIの「傾き」に86%従った

研究
Anthropic（アンスロピック）、未公開の社内研究モデルでChrome・Safari・Android・Windows・Linuxの攻撃チェーン5件を実証──Chromeは62件のCVEが修正済みと発表の記事画像

Anthropic（アンスロピック）、未公開の社内研究モデルでChrome・Safari・Android・Windows・Linuxの攻撃チェーン5件を実証　Chromeは62件のCVEが修正済みと発表

研究
Anthropic（アンスロピック）、Claude（クロード）を使った創薬の初期成果を6社分公開──筋ジストロフィー研究のMithril Medicine買収も発表の記事画像

Anthropic（アンスロピック）、Claude（クロード）を使った創薬の初期成果を6社分公開　筋ジストロフィー研究のMithril Medicine買収も発表

研究
OpenAI、自社モデルがカケヤ予想の全次元での証明・ETHの反証・ヤン–ミルズ理論の存在証明を出したと発表──ETHと物理は外部の研究者グループが担当、公開方針は3件で別々の記事画像動画

OpenAI、自社モデルがカケヤ予想の全次元での証明・ETHの反証・ヤン–ミルズ理論の存在証明を出したと発表　ETHと物理は外部の研究者グループが担当、公開方針は3件で別々

研究
Amazon Q Developerとは──AWSのコーディング支援AIエージェント、Copilot/Cursorとの違いと無料枠の記事画像

Amazon Q Developerとは　AWSのコーディング支援AIエージェント、Copilot/Cursorとの違いと無料枠

研究
Apple、数枚の画像から3D頭部アバターをリアルタイムで動かす手法GHARP（ガープ）を論文で公開──Ava-256で最高水準の品質、A100上で最大13倍高速・ガウシアン数は8分の1と著者らの記事画像

Apple、数枚の画像から3D頭部アバターをリアルタイムで動かす手法GHARP（ガープ）を論文で公開　Ava-256で最高水準の品質、A100上で最大13倍高速・ガウシアン数は8分の1と著者ら

研究
OpenAI、ChatGPTの仕事利用を165の作業・約100か国で集計した「OpenAI Signals（シグナルズ）」データを公開──74か国平均で上位10活動の占有率は56.0%から51.1%にの記事画像

OpenAI、ChatGPTの仕事利用を165の作業・約100か国で集計した「OpenAI Signals（シグナルズ）」データを公開　74か国平均で上位10活動の占有率は56.0%から51.1%に

研究
watsonxとは──IBMのAI基盤、watsonx.ai／watsonx.data／watsonx.governanceの構成とAzure OpenAI・Bedrock・Vertex AIとの違いの記事画像

watsonxとは　IBMのAI基盤、watsonx.ai／watsonx.data／watsonx.governanceの構成とAzure OpenAI・Bedrock・Vertex AIとの違い

研究
D-IDとは──静止画・テキストから話すアバター動画を作る仕組みと、HeyGen・Synthesiaとの違い、無料トライアルの範囲の記事画像

D-IDとは──静止画・テキストから話すアバター動画を作る仕組みと、HeyGen・Synthesiaとの違い、無料トライアルの範囲

研究
Anthropic（アンスロピック）、英国AISIの試験で起きたClaude Mythos 5（クロード・ミトス5）の無断攻撃を自社で検証──偽アカウントで管理者を説得、再現実験で開始率は83%、新モデルは0〜13%の記事画像

Anthropic（アンスロピック）、英国AISIの試験で起きたClaude Mythos 5（クロード・ミトス5）の無断攻撃を自社で検証　偽アカウントで管理者を説得、再現実験で開始率は83%、新モデルは0〜13%

研究
OpenAI、最先端モデルの学習環境の封じ込めを強化──9月20日のDNS経由の外部接続を受け11日間止め、数千億トークン規模のAIレッドチームを経て10月1日に再開の記事画像

OpenAI、最先端モデルの学習環境の封じ込めを強化　9月20日のDNS経由の外部接続を受け11日間止め、数千億トークン規模のAIレッドチームを経て10月1日に再開

研究
Microsoft公式ページのイメージ画像。「Chat with Copilot」の入力欄、ノートPCを使う人物、ペイントでの画像編集

Windows Copilotとは　Windows 11で使えるAIアシスタント「Copilot on Windows」の機能範囲。Copilot+ PCのNPU機能・Microsoft 365 Copilot・GitHub Copilotとの違い、無料で使える範囲を整理

研究
Anthropic（アンスロピック）、Claude（クロード）にOSS 123ライブラリ・239エントリポイントの「クラッシュしない」を機械語レベルで証明させたと発表──Theorem協力、証明の公開は一部の記事画像

Anthropic（アンスロピック）、Claude（クロード）にOSS 123ライブラリ・239エントリポイントの「クラッシュしない」を機械語レベルで証明させたと発表　Theorem協力、証明の公開は一部

研究
Character.AIとは──AIキャラクターとチャットするアプリの仕組み、無料版の制限、未成年利用をめぐる安全性の論点の記事画像

Character.AIとは　AIキャラクターとチャットするアプリの仕組み、無料版の制限、未成年利用をめぐる安全性の論点

研究
Google DeepMind、世界の森林・土地を6タイプに10m単位で分類する地図ForTy（フォーティ）を公開──正解率90%（同社検証）、2017〜2025年の変化もEarth Engineで無料の記事画像

Google DeepMind、世界の森林・土地を6タイプに10m単位で分類する地図ForTy（フォーティ）を公開　正解率90%（同社検証）、2017〜2025年の変化もEarth Engineで無料

研究
Microsoft AI、診断AI「MAI-DxO（マイ・ディーエックスオー）」の評価をScienceに発表──NEJMの難症例で正答率83%、医師は22%と36%（同社測定）の記事画像

Microsoft AI、診断AI「MAI-DxO（マイ・ディーエックスオー）」の評価をScienceに発表　NEJMの難症例で正答率83%、医師は22%と36%（同社測定）

研究
Microsoft、エージェントの採点を強化学習の報酬に使う学習コード「ThinkingBox-Training（シンキングボックス・トレーニング）」を公開──Qwen3.8-27Bは50ステップで毎回成功のタスクが38から107にの記事画像

Microsoft、エージェントの採点を強化学習の報酬に使う学習コード「ThinkingBox-Training（シンキングボックス・トレーニング）」を公開　Qwen3.8-27Bは50ステップで毎回成功のタスクが38から107に

研究
Ai2、LLMの公平性を「説得されたときの変わりやすさ」で測るFairStress（フェアストレス）を公開──300場面・1,300万件超、データとコードも配布の記事画像

Ai2、LLMの公平性を「説得されたときの変わりやすさ」で測るFairStress（フェアストレス）を公開　300場面・1,300万件超、データとコードも配布

研究
Anthropic（アンスロピック）、Claude（クロード）でコードの攻撃面を減らす研究を公開──25のOSSで493件を報告、OpenSSHでは認証前に届く約4,500行が届かなくなったの記事画像

Anthropic（アンスロピック）、Claude（クロード）でコードの攻撃面を減らす研究を公開　25のOSSで493件を報告、OpenSSHでは認証前に届く約4,500行が届かなくなった

研究
GitHub Copilotの仕組み・基礎──機能の4分類（アシスト・エージェント・カスタマイズ・外部エージェント）と、Cursor・Claude Code・ほかの「Copilot」との違いの記事画像

GitHub Copilotの仕組み・基礎　機能の4分類（アシスト・エージェント・カスタマイズ・外部エージェント）と、Cursor・Claude Code・ほかの「Copilot」との違い

研究
IBM Research、学習した指針をプロンプトに足すだけでGPT-4.1の接客AIがτ²-bench（タウツーベンチ）retailのPass^4 67.5%に──同社比較で1位、ただしリーダーボード提出は未マージの記事画像

IBM Research、学習した指針をプロンプトに足すだけでGPT-4.1の接客AIがτ²-bench（タウツーベンチ）retailのPass^4 67.5%に　同社比較で1位、ただしリーダーボード提出は未マージ

研究
NVIDIA、器具の操作に反応して手術映像を生成する「Cosmos3-H-Dreams」を公開──胆のう摘出手術の記録で学習、RTX PRO 6000 1枚で毎秒30フレームの記事画像

NVIDIA、器具の操作に反応して手術映像を生成する「Cosmos3-H-Dreams」を公開　胆のう摘出手術の記録で学習、RTX PRO 6000 1枚で毎秒30フレーム

研究
Sakana AI（サカナAI）、推薦の「選ぶ理由」を進化させる手法QD-Rec（キューディーレック）を論文とコード付きで公開──M&A・顧客・論文の3課題で、多くの設定で平均評価が高いと報告の記事画像

Sakana AI（サカナAI）、推薦の「選ぶ理由」を進化させる手法QD-Rec（キューディーレック）を論文とコード付きで公開　M&A・顧客・論文の3課題で、多くの設定で平均評価が高いと報告

研究
Google「AIモード」とは──AI Overviewsとの違い、日本での提供状況とSGEからの変遷の記事画像

Google「AIモード」とは　AI Overviewsとの違い、日本での提供状況とSGEからの変遷

研究（発表 2025年3月5日）
NVIDIA、欧州初のエクサスケール機JUPITER（ジュピター）で104量子ビットの耐故障量子計算を模擬──8,192 GPUで「過去最大規模」と発表の記事画像

NVIDIA、欧州初のエクサスケール機JUPITER（ジュピター）で104量子ビットの耐故障量子計算を模擬　8,192 GPUで「過去最大規模」と発表

研究
OpenAI、COBOL（コボル）・Fortranなど学習データの少ない言語での性能向上を公表──MultiLangBenchでGPT-6 Astraは平均87.4%、GPT-5.6 Solは26.8%の記事画像

OpenAI、COBOL（コボル）・Fortranなど学習データの少ない言語での性能向上を公表　MultiLangBenchでGPT-6 Astraは平均87.4%、GPT-5.6 Solは26.8%

研究
AIオーケストレーションとは──複数のAIモデル・エージェント・ツールを1つのワークフローにまとめる仕組みの記事画像

AIオーケストレーションとは　複数のAIモデル・エージェント・ツールを1つのワークフローにまとめる仕組み

研究（発表 2025年1月23日）
AIガバナンスとは──企業がAI活用で管理すべき「リスク管理・説明責任・監査」。IBMの定義、責任の所在、EU AI法・SR 26-2・OECD原則の位置づけの記事画像

AIガバナンスとは　企業がAI活用で管理すべき「リスク管理・説明責任・監査」。IBMの定義、責任の所在、EU AI法・SR 26-2・OECD原則の位置づけ

研究（発表 2024年10月10日）
Anthropic（アンスロピック）、米国の成人と自社社員でAIの将来予想を比べた調査を公開──2030年までにノーベル賞級の発見ができると考える人は39%と91%の記事画像

Anthropic（アンスロピック）、米国の成人と自社社員でAIの将来予想を比べた調査を公開　2030年までにノーベル賞級の発見ができると考える人は39%と91%

研究
Anthropic（アンスロピック）、NIST P-256など楕円曲線のseedの出どころをClaude（クロード）が30分未満で解明と発表──ハッシュではなくlrand48とUnix時刻の記事画像

Anthropic（アンスロピック）、NIST P-256など楕円曲線のseedの出どころをClaude（クロード）が30分未満で解明と発表　ハッシュではなくlrand48とUnix時刻

研究
Anthropic（アンスロピック）、Claude（クロード）に8種の量子回路を設計させ公開済みの最良設計を上回ったと発表──楕円曲線の点加算は53時間・ゲート数17分の1、DQIの復号部は約12分の1の記事画像

Anthropic（アンスロピック）、Claude（クロード）に8種の量子回路を設計させ公開済みの最良設計を上回ったと発表　楕円曲線の点加算は53時間・ゲート数17分の1、DQIの復号部は約12分の1

研究
Anthropic（アンスロピック）、自社の雇用変化の調査を公開──初級技術職の採用比率は27%から9%、対話型AIエージェントの稼働時間は社員の6倍にの記事画像

Anthropic（アンスロピック）、自社の雇用変化の調査を公開　初級技術職の採用比率は27%から9%、対話型AIエージェントの稼働時間は社員の6倍に

研究
NVIDIA、インド22言語・約2.8兆トークンの事前学習データ「Nemotron（ネモトロン）-pretraining-Indic-v1」を近く公開──生成パイプラインもオープンに、IIT Madras・AI4Bharatと共同の記事画像

NVIDIA、インド22言語・約2.8兆トークンの事前学習データ「Nemotron（ネモトロン）-pretraining-Indic-v1」を近く公開　生成パイプラインもオープンに、IIT Madras・AI4Bharatと共同

研究
強化学習とは何か──教師あり学習との違いと、ChatGPTの訓練に使われたRLHFへの入口の記事画像

強化学習とは何か　教師あり学習との違いと、ChatGPTの訓練に使われたRLHFへの入口

研究
論文TheoPhysEvalの図3。インターネットありの条件での正解率（Astra 98%・Opus 92%・Gemini 68%・DeepSeek 54%・GLM 42%）動画

GPT-6 Astraが未発表の理論物理の研究問題を50問中49問正解　採点に使った専門家の模範解答の誤りまで見つかった論文「TheoPhysEval」

研究
Apple、MLX（エムエルエックス）とThunderbolt 5のRDMAでMac Studio 4台をつなぎ、816B（8,160億）パラメータのMuse Spark Openを毎秒36トークン超で動かす手順と実測を公開──M5 UltraのTTFTはM3 Ultra比で最大4.6倍の記事画像

Apple、MLX（エムエルエックス）とThunderbolt 5のRDMAでMac Studio 4台をつなぎ、816B（8,160億）パラメータのMuse Spark Openを毎秒36トークン超で動かす手順と実測を公開　M5 UltraのTTFTはM3 Ultra比で最大4.6倍

研究
Apple機械学習研究、AIエージェントの道具探しは「検索が先か、計画が先か」を比較──単純な依頼は検索先、複数ツールの依頼は計画先が上回り、計画先は推論コストが約2倍の記事画像

Apple機械学習研究、AIエージェントの道具探しは「検索が先か、計画が先か」を比較　単純な依頼は検索先、複数ツールの依頼は計画先が上回り、計画先は推論コストが約2倍

研究
Apple機械学習研究、小型検索エージェントの推論を「書く」から「選ぶ」に変える論文SSRを公開──1ターンの推論遅延は90%超減、質問あたりのモデル推論遅延は28〜54%減と著者らの記事画像

Apple機械学習研究、小型検索エージェントの推論を「書く」から「選ぶ」に変える論文SSRを公開　1ターンの推論遅延は90%超減、質問あたりのモデル推論遅延は28〜54%減と著者ら

研究
エッジAIとは──クラウドAI(ChatGPT等)との違い、スマホ・車・工場・ロボットでの実例の記事画像

エッジAIとは──クラウドAI(ChatGPT等)との違い、スマホ・車・工場・ロボットでの実例

研究（発表 2023年8月25日）
Ai2、気候エミュレーター「HiRO-ACEv2（ヒロ・エース v2）」を公開──全球3km解像度の気象データをX-SHiELDの約1/300のコストで生成できると発表、モデルは Apache 2.0の記事画像

Ai2、気候エミュレーター「HiRO-ACEv2（ヒロ・エース v2）」を公開　全球3km解像度の気象データをX-SHiELDの約1/300のコストで生成できると発表、モデルは Apache 2.0

研究
Anthropic、Claude（クロード）の推論を抜き出す蒸留攻撃への防御を公開──抜き出された推論トークンは導入後に10〜100分の1へ（同社の推計）の記事画像

Anthropic、Claude（クロード）の推論を抜き出す蒸留攻撃への防御を公開　抜き出された推論トークンは導入後に10〜100分の1へ（同社の推計）

研究
ディープラーニングとは何か──機械学習・ニューラルネットワークとの関係を一次資料で整理するの記事画像

ディープラーニングとは何か　機械学習・ニューラルネットワークとの関係を一次資料で整理する

研究
Anthropic（アンスロピック）、小型AIが安価なIoT機器上で自己複製できるまで「数か月」の可能性と発表──9Bモデルは9種のハードのうち8種で推論サーバーを立ち上げたの記事画像

Anthropic（アンスロピック）、小型AIが安価なIoT機器上で自己複製できるまで「数か月」の可能性と発表　9Bモデルは9種のハードのうち8種で推論サーバーを立ち上げた

研究
Apple機械学習研究、AIエージェントが自分で文脈の圧縮時機を決める「SELFCOMPACT（セルフコンパクト）」の論文を公開──数学で最大18.1点、検索で5〜9点改善、1問あたりコスト30〜70%減の記事画像

Apple機械学習研究、AIエージェントが自分で文脈の圧縮時機を決める「SELFCOMPACT（セルフコンパクト）」の論文を公開　数学で最大18.1点、検索で5〜9点改善、1問あたりコスト30〜70%減

研究
NVIDIAとプリンストン大Dao AI Lab、ハイブリッドモデルの推論を速める「ReplaySSM（リプレイSSM）」を公開──SSMカーネル1.46〜1.80倍、投機的デコードはvLLM比1.85〜2.10倍の記事画像

NVIDIAとプリンストン大Dao AI Lab、ハイブリッドモデルの推論を速める「ReplaySSM（リプレイSSM）」を公開　SSMカーネル1.46〜1.80倍、投機的デコードはvLLM比1.85〜2.10倍

研究
Sakana AI（サカナAI）、AIが自分のチームの成果で自分を鍛える「MASS（マス）」を論文とコード付きで公開──27Bモデル2サイクルで、研究系4ベンチの出力トークンあたりスコアが1.2〜1.6倍の記事画像

Sakana AI（サカナAI）、AIが自分のチームの成果で自分を鍛える「MASS（マス）」を論文とコード付きで公開　27Bモデル2サイクルで、研究系4ベンチの出力トークンあたりスコアが1.2〜1.6倍

研究
OpenAI「Sharing AI progress in mathematics」の告知画像動画

OpenAIが社内AIの数学論文722本を公開　372件を難しさ順に並べ、取り上げた問題のLean証明を手元のMacで照合した

研究
白地に赤い文字で「AISI Japan AI Safety Institute」のロゴ動画

日本版AISIが本格始動、初めてモデル名を出してClaude Opus 4.8とGLM-5.2のサイバー能力を評価　41件中1件だけ届いた最深段の能力は追試で再現せず

研究実機で検証
ケンブリッジ大学とCASP（Cambridge Programme on AI Science & Policy）のロゴ動画

ヒントン、ベンジオとOpenAI・Anthropicの中枢が共著「AI研究の自動化が知能爆発を起こしたら」　1年分の進歩が約5週間になる試算と、政府に求めた「速度制限」

研究実機で検証
ニューラルネットワークとは何か──仕組みの基礎とAIモデル記事への入口の記事画像

ニューラルネットワークとは何か　仕組みの基礎とAIモデル記事への入口

研究
Transformer（トランスフォーマー）とは──2017年の論文「Attention Is All You Need」が提案したニューラルネットの構造。Attentionの計算、BERT・GPT・ViTへの広がり、著者のその後、長い文脈での限界まで原文で読むの記事画像

Transformer（トランスフォーマー）とは　2017年の論文「Attention Is All You Need」が提案したニューラルネットの構造。Attentionの計算、BERT・GPT・ViTへの広がり、著者のその後、長い文脈での限界まで原文で読む

研究
「AIが歴史の暗号を次々解読」の文字と、ナポレオン、エニグマの暗号機、ずんだもんの絵動画

2026年9月、AIで歴史上の暗号が次々に読まれた　エニグマ4通、ナポレオン軍の手紙、孫文あての電報まで

研究実機で検証
SLM（小型言語モデル）とは──NVIDIAの論文は「民生用電子機器に収まり、1ユーザーの要求に低レイテンシで推論できる言語モデル」と定義し、目安は100億パラメータ未満。Raspberry Pi 5で動くGemma 4 E2B、Macで86〜90トークン/秒のLing-3.0-tiny、350MのLFM2.5、3BのGranite 4.2──実例で「小さいモデルに何ができるか」を整理するの記事画像

SLM（小型言語モデル）とは　NVIDIAの論文は「民生用電子機器に収まり、1ユーザーの要求に低レイテンシで推論できる言語モデル」と定義し、目安は100億パラメータ未満。Raspberry Pi 5で動くGemma 4 E2B、Macで86〜90トークン/秒のLing-3.0-tiny、350MのLFM2.5、3BのGranite 4.2──実例で「小さいモデルに何ができるか」を整理する

研究
エージェンティックAIとは──AI事業者ガイドライン（第1.2版）の脚注は「複数のAIエージェントにより自律的に意思決定を下しアクションを起こす目標主導型のAIシステム」と書き、本文での定義は「次年度以降」に回した。AIエージェントとの違い、複数エージェントが協調するときに起きる問題（Anthropicの脆弱性266件・談合・縄張り争い）、同じ課題を5回やって全部成功するか（IBMのPass^k）の記事画像

エージェンティックAIとは　AI事業者ガイドライン（第1.2版）の脚注は「複数のAIエージェントにより自律的に意思決定を下しアクションを起こす目標主導型のAIシステム」と書き、本文での定義は「次年度以降」に回した。AIエージェントとの違い、複数エージェントが協調するときに起きる問題（Anthropicの脆弱性266件・談合・縄張り争い）、同じ課題を5回やって全部成功するか（IBMのPass^k）

研究
Appleの研究「Shared Selective Persistent Memory」──エージェントに会話の全履歴を持たせると成績が下がる（71%）、何も持たせないと79%、「4種類だけ選んで残す」と96%。ゼロトークンでデータ更新（14倍速）、要約駆動で1回あたりのトークン97分の1、記憶はワークスペース単位で他の人に渡せるの記事画像

Appleの研究「Shared Selective Persistent Memory」　エージェントに会話の全履歴を持たせると成績が下がる（71%）、何も持たせないと79%、「4種類だけ選んで残す」と96%。ゼロトークンでデータ更新（14倍速）、要約駆動で1回あたりのトークン97分の1、記憶はワークスペース単位で他の人に渡せる

研究（発表 9月16日）
Appleの研究「価値観を教え込むとLLMはどう変わるか」──好奇心・共感・誠実さなどの価値を選んで微調整すると、関連する別の価値（時に相反する価値）まで表れ、肯定的な価値は安全性を上げるが、どの価値でも擬人化した言葉遣いが増えて「肯定し、追従する」モデルになるの記事画像

Appleの研究「価値観を教え込むとLLMはどう変わるか」　好奇心・共感・誠実さなどの価値を選んで微調整すると、関連する別の価値（時に相反する価値）まで表れ、肯定的な価値は安全性を上げるが、どの価値でも擬人化した言葉遣いが増えて「肯定し、追従する」モデルになる

研究（発表 9月16日）
Google×HHMI Janeliaがオスのショウジョウバエの脳と中枢神経系の完全な配線図を公開──16万6,000超のニューロン・1億2,500万のシナプス結合で「ニューロン数で史上最大の脳地図」。AIが電子顕微鏡画像を3D再構成し、人が校正。メスの地図と比べて求愛・攻撃の回路を調べられる。次は魚の脳全体の記事画像

Google×HHMI Janeliaがオスのショウジョウバエの脳と中枢神経系の完全な配線図を公開　16万6,000超のニューロン・1億2,500万のシナプス結合で「ニューロン数で史上最大の脳地図」。AIが電子顕微鏡画像を3D再構成し、人が校正。メスの地図と比べて求愛・攻撃の回路を調べられる。次は魚の脳全体

研究（発表 9月3日）
AI資格まとめ【2026年9月版】──生成AIパスポート・G検定・E資格・PEP検定の受験料・形式・日程を公式で並べる。終了したJDLA Generative AI Test、「AI資格」で検索して出てくる民間資格の見分け方、非エンジニアが取る意味の記事画像

AI資格まとめ【2026年9月版】　生成AIパスポート・G検定・E資格・PEP検定の受験料・形式・日程を公式で並べる。終了したJDLA Generative AI Test、「AI資格」で検索して出てくる民間資格の見分け方、非エンジニアが取る意味

研究
OpenAI「Introducing MentalHealthBench」のOGP画像

OpenAI、メンタルヘルス対応を測る「MentalHealthBench」を公開　緊急時以外の会話まで、80人超の専門家が採点基準を作成

研究
Sakana AI、社内で育ってきた研究グループ「Frontier Intelligence Group」を公表──Transformer論文共著者のCTO Llion Jones氏が問うポストTransformerの記事画像

Sakana AI、社内で育ってきた研究グループ「Frontier Intelligence Group」を公表　Transformer論文共著者のCTO Llion Jones氏が問うポストTransformer

研究
Claudeが新しい酵素システム「ART」を自力で発見──指示は「相棒の遺伝子を探せ」だけ、生のDNAを読んでCRISPRに似た繰り返しに気づいたの記事画像動画

Claudeが新しい酵素システム「ART」を自力で発見　指示は「相棒の遺伝子を探せ」だけ、生のDNAを読んでCRISPRに似た繰り返しに気づいた

研究
Anthropicの「Model Hardware Standard（MHS）」──AIエージェントが顕微鏡・分注ロボット・ロボットアームを安全に動かすための共通規格を研究プレビュー。標準ドライバの「read／write」、自然言語のタグから機器の参照ファイルを自動生成、MCP・CLI・コードの3経路。HHMI Janeliaと開発、Genentechが実装、量子コンピュータのレーザー校正までの記事画像

Anthropicの「Model Hardware Standard（MHS）」　AIエージェントが顕微鏡・分注ロボット・ロボットアームを安全に動かすための共通規格を研究プレビュー。標準ドライバの「read／write」、自然言語のタグから機器の参照ファイルを自動生成、MCP・CLI・コードの3経路。HHMI Janeliaと開発、Genentechが実装、量子コンピュータのレーザー校正まで

研究（発表 8月27日）
生成AIパスポート試験の過去問と難易度──公式の過去問は見当たらず、公式サイトのサンプル問題は3問（ほかにGUGA提供の問題をTechTargetが連載）。2026年8月試験の合格率は81.21%、受験料11,000円（学生5,500円）、次回は2027年2月【2026年10月版】の記事画像

生成AIパスポート試験の過去問と難易度　公式の過去問は見当たらず、公式サイトのサンプル問題は3問（ほかにGUGA提供の問題をTechTargetが連載）。2026年8月試験の合格率は81.21%、受験料11,000円（学生5,500円）、次回は2027年2月【2026年10月版】

研究
研究室の装置にCodexをつないだら何が起きたか──MITの量子ビット校正はGPT-5.6 Solが「信号が明瞭なら」自律で完走、弱い信号では研究者の助言が必要。抗菌分子探索の研究室はChatGPT・Codexを「分野の壁を越える道具」に。OpenAIの研究者事例2本（日本語版あり）の記事画像

研究室の装置にCodexをつないだら何が起きたか　MITの量子ビット校正はGPT-5.6 Solが「信号が明瞭なら」自律で完走、弱い信号では研究者の助言が必要。抗菌分子探索の研究室はChatGPT・Codexを「分野の壁を越える道具」に。OpenAIの研究者事例2本（日本語版あり）

研究（発表 9月8日）
OpenAI「Advisory Group on Mathematics and Artificial Intelligence」の告知画像動画

数学者はもう要らない？　OpenAI「100以上の未解決問題を解決」を起点に、数学者自身が「まだ早い」と言っていた記録、4か月の快進撃、他の仕事との違い、3つの反論を一次ソースで並べる

研究
Anthropicが7月30日の「Claudeが実在システムに侵入」3件と英AISIのMythos 5の件を受けて何を変えたか──脱出を検知して止める分類器、外部評価者への必須手順、RL環境の1か月凍結で10%超を差し戻し、「報酬ハックで訓練したモデル」が模擬環境でサンドボックスを破る実験。METRに独立レビューを依頼の記事画像

Anthropicが7月30日の「Claudeが実在システムに侵入」3件と英AISIのMythos 5の件を受けて何を変えたか　脱出を検知して止める分類器、外部評価者への必須手順、RL環境の1か月凍結で10%超を差し戻し、「報酬ハックで訓練したモデル」が模擬環境でサンドボックスを破る実験。METRに独立レビューを依頼

研究（発表 8月31日）
シンギュラリティ（技術的特異点）とは──言葉を広めた1993年のヴィンジ論文は「2005〜2030年」と書き、2045年説はカーツワイルの2005年の著書が出どころ。「2045年問題」は何を指し、2025年にアルトマンが言った「穏やかな特異点」はどう違うのか、当サイトの原文検証記事でたどるの記事画像

シンギュラリティ（技術的特異点）とは　言葉を広めた1993年のヴィンジ論文は「2005〜2030年」と書き、2045年説はカーツワイルの2005年の著書が出どころ。「2045年問題」は何を指し、2025年にアルトマンが言った「穏やかな特異点」はどう違うのか、当サイトの原文検証記事でたどる

研究
コンテキストウィンドウとは──AIが一度に「見ていられる」量。主要モデルの現在値（API 100万トークン級）、ChatGPT・Geminiのプラン別上限、超えるとどうなるか、広ければいいわけではない理由の記事画像

コンテキストウィンドウとは　AIが一度に「見ていられる」量。主要モデルの現在値（API 100万トークン級）、ChatGPT・Geminiのプラン別上限、超えるとどうなるか、広ければいいわけではない理由

研究
Googleが「300言語超・70億人・世界人口の86%」と数字を出した言語AIの現在地──Gemini 3.5 Live Translateは70言語・2,000超の言語ペア、目標は「話者数上位1,000言語」、端末内翻訳TranslateGemmaは55言語、フィーチャーフォンでもGeminiの記事画像

Googleが「300言語超・70億人・世界人口の86%」と数字を出した言語AIの現在地　Gemini 3.5 Live Translateは70言語・2,000超の言語ペア、目標は「話者数上位1,000言語」、端末内翻訳TranslateGemmaは55言語、フィーチャーフォンでもGemini

研究
Your Agent Aced the Task. Will It Do It Again?（IBM Research・Hugging Faceブログの画像）

AIエージェントは同じ課題を5回やって全部成功するか　IBM Researchが「Pass^k」で測ると、平均77.4%のエージェントの全回成功は53.0%。温度0でも起きる24.4ポイントの「一貫性ギャップ」を、自分の記録から作ったガイドラインで半減

研究
Google AI & Economy ATLAS（Google公式ブログの画像）

Googleの「AI & Economy ATLAS」9月版　米国は仕事のAI利用の30%がコンピュータ・数学職、インドは19%がクリエイティブ職、日本は手作業向けの利用が4%。科学者の半数近くが毎日AIを使い、週7時間弱を節約しても「仮説の積み残し」が増える

研究
5 things to know about teens' views on AI today（Google公式ブログの画像）

米国の13〜17歳の94%が過去1年にAIを使い、74%は週1回以上「勉強の相棒」に　Googleが公開した10代1,000人超の調査、55%は他の情報源で裏を取り、67%はネットの習慣で親を最も信頼

研究
OpenAIが「週に10億人超」の裏側のストレージ基盤Habitatを解説──毎秒7,000万リクエスト・500PB・3年連続で年10倍超の成長。Pythonで粘ってから、エンジニア2人＋Codex＋GPT-5.5でRustに書き直し、CPU効率6倍・メモリ15倍の記事画像

OpenAIが「週に10億人超」の裏側のストレージ基盤Habitatを解説　毎秒7,000万リクエスト・500PB・3年連続で年10倍超の成長。Pythonで粘ってから、エンジニア2人＋Codex＋GPT-5.5でRustに書き直し、CPU効率6倍・メモリ15倍

研究（発表 9月11日）
AlphaGenome Atlas（Google DeepMind公式ブログの画像）

Google DeepMind「AlphaGenome Atlas」　ヒトゲノムで起こりうる一文字変異90億通りの分子効果を予測して公開、1ペタバイトでAlphaFoldデータベースの30倍超、変異1つを1つの数字にするAVIスコア

研究
How workers are unlocking new ways of working（OpenAI公式の画像）

OpenAIの経済調査「Work at the Frontier」第2弾　自分の職種外の仕事にAIを使う人は、翌月も同じ仕事に戻る（23.6%対8.4%）。150万メッセージで見えた「肩書きが変わる前に仕事が広がる」

研究
Our framework for reporting model misalignment（OpenAI公式の画像）

OpenAI、モデルの「不整合」を公開報告する枠組みを発表　「業界は最高速度で拡大を続けられるほどアライメントを解いていない」、初回6件は漏れたAPIキーの無断使用・数字の捏造・要約に埋めた「隠せ」の指示

研究
The Anthropic Institute「Scenarios for our Economic Future」のOGP画像（3シナリオが2027年以降に分岐する図）動画

Anthropicが公開した「2030年の経済モデル」を読む　GDP+1.6%から+32.4%、認知職の失業率17.9%、賃金の符号を決めるのはAIの賢さではなく資本の増え方だった

研究
1834年版アーカート全集417ページ「THE CYPHRAL DISTICH」の数字列動画

370年間誰も解けなかった暗号をFable 5.1が44分で解いた　「解けていない」という反証が出たので、1834年版の本で自分たちも検算した

研究実機で検証
OpenAI「自動研究インターンに到達」解説動画のサムネイル動画

OpenAI、「自動研究インターンに到達」と宣言　研究者1人にエージェント3.1労働日、中央値の研究者が1日600ドル、成功の過半数には人の介入。社内実測の全数字と、同じ日に主席科学者が書いた「減速」

研究
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、書いていないことの記事画像動画

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

研究
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の記事画像動画

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

研究
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 を読むの記事画像

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

研究
『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の記事画像

『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

研究
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の記事画像

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

研究
「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の記事画像

「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

研究（発表 2024年12月20日）
「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ポイント伸びるの記事画像

「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

研究
『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の記事画像

『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

研究
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の記事画像

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

研究
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の記事画像

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

研究（発表 2013年9月17日）
「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の記事画像

「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

研究
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』の記事画像

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』

研究
「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%という数字の記事画像

「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

研究（発表 2025年5月28日）
「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の記事画像

「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

研究
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の記事画像

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

研究
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%という数字の記事画像

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

研究
「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」を防ぐ世界モデルの記事画像

「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

研究
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に最適化させるの記事画像

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

研究
「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」で与える発想の記事画像

「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

研究
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の記事画像

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

研究
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の記事画像

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

研究
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』の記事画像

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』

研究
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』の記事画像

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』

研究
「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の記事画像

「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

研究
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の記事画像

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

研究（発表 2025年10月5日）
「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」基盤モデルの記事画像

「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

研究
「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の記事画像

「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

研究（発表 2023年3月26日）
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仮説を読むの記事画像

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

研究
AIが天気予報を変える──Google DeepMindのWeatherNext 2とはの記事画像

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

研究
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」という考え方の記事画像

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

研究
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』の記事画像

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』

研究
「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の記事画像

「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

研究
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という枠組みの記事画像

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

研究
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の記事画像

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

研究
「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の記事画像

「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

研究（発表 2015年12月2日）
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」は存在しないの記事画像

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

研究
「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の記事画像

「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

研究（発表 2025年5月9日）
「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の記事画像

「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

研究
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年分の実測の記事画像

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

研究（発表 2015年12月2日）
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の記事画像

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

研究
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の記事画像

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

研究
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という検証手法の記事画像

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

研究
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という考え方の記事画像

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

研究
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の記事画像

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

研究
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の記事画像

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

研究
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にの記事画像

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

研究
「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」の作法の記事画像

「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

研究
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の記事画像

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

研究
「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の記事画像

「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

研究
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の記事画像

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

研究
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」を覗くの記事画像

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

研究
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の記事画像

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

研究（発表 2025年5月28日）
「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」を渡すの記事画像

「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

研究
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ドラフトを読むの記事画像

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

研究
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・アーキテクチャの記事画像

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

研究
「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の記事画像

「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

研究
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の検証の記事画像

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

研究
「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の記事画像

「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

研究（発表 4月14日）
「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の記事画像

「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

研究
「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の記事画像

「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

研究
校正者は10年で半減していた──米国BLS統計を数え直す、震源不明のままの記事画像

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

研究（発表 2013年9月17日）
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を読むの記事画像

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

研究
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」という考え方の記事画像

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

研究
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』ベンチマークの記事画像

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

研究
『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提案を読むの記事画像

『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

研究
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の記事画像

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

研究
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』の一貫性の記事画像

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

研究
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の記事画像

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

研究
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の記事画像

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

研究
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の記事画像

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

研究（発表 2001年3月7日）
「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の記事画像

「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

研究
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で確認するの記事画像

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

研究
「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の記事画像

「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

研究
「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の記事画像

「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

研究
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の記事画像

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

研究（発表 2015年12月2日）
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の記事画像

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

研究
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年リストの実名の記事画像

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

研究（発表 2015年12月2日）
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の記事画像

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

研究
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の記事画像

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

研究
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社の記事画像

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

研究
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」設計に変えたの記事画像

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

研究
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対策論文を読むの記事画像

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

研究
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%に上げたの記事画像

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

研究
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ドルの記事画像

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

研究
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の記事画像

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

研究
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%の記事画像

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%

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

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

研究
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の記事画像

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

研究
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%押し上げたの記事画像

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

研究
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の記事画像

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

研究
「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割未満だったの記事画像

「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

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

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

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

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

研究
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の記事画像

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

研究
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）を読むの記事画像

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

研究
「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、誰が何と言ったかの記事画像

「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

研究
「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の記事画像

「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

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

『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

研究
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を読むの記事画像

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

研究
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の記事画像

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

研究
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の記事画像

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

研究
「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月に読み直すの記事画像

「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

研究
「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の記事画像

「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

研究
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の記事画像

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

研究
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」を原文で読むの記事画像

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

研究（発表 1月29日）
「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の記事画像

「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

研究
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位という確率の記事画像

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

研究（発表 2015年12月2日）
OpenID Connectの『name』『given_name』クレームがCWTにやってくる──SPICE WGのOIDC-CWTを読むの記事画像

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

研究
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の記事画像

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

研究
「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で公開中の記事画像

「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

研究
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を読むの記事画像

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

研究
「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」を原文で読むの記事画像

「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

研究
「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の記事画像

「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

研究
「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の記事画像

「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

研究
「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に優しいやり方の記事画像

「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

研究
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』を読むの記事画像

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

研究
「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」を実施した論点の記事画像

「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

研究
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の記事画像

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

研究
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の記事画像

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

研究（発表 2023年1月17日）
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を読むの記事画像

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

研究
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の記事画像

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

研究
「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の記事画像

「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

研究（発表 2013年9月17日）
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を読むの記事画像

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

研究
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の記事画像

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

研究
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の記事画像

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

研究
亡くなった人とAIで話す──「griefbot」は日本にも来るかの記事画像

亡くなった人とAIで話す　「griefbot」は日本にも来るか

研究
『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の記事画像

『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

研究
『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の記事画像

『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

研究
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の記事画像

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

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

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

研究
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の記事画像

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

研究（発表 2025年6月10日）
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』の記事画像

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』

研究
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」の理由まで読むの記事画像

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

研究
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のログを開けたの記事画像

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

研究
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の記事画像

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

研究
「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の記事画像

「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

研究
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の記事画像

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

研究
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・統一課金の中身の記事画像

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

研究
『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を読むの記事画像

『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

研究
『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の記事画像

『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

研究
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」を原文で読むの記事画像

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

研究
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の記事画像

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

研究
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を読むの記事画像

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

研究
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の記事画像

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

研究
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の記事画像

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

研究
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の受賞歴を追うの記事画像

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

研究
「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の記事画像

「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

研究
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を読むの記事画像

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

研究
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の本文で読むの記事画像

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

研究
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の記事画像

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

研究
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」という約束の記事画像

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

研究（発表 2023年2月24日）
「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の記事画像

「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

研究
「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の記事画像

「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

研究
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」の記事画像

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」

研究
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の記事画像

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

研究
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という論文の主張の記事画像

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

研究
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の記事画像

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

研究
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の記事画像

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

研究（発表 2025年12月5日）
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の記事画像

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

研究
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横並び比較の記事画像

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

研究
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」報告書の記事画像

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

研究
「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の記事画像

「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

研究
「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の記事画像

「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

研究（発表 2024年2月27日）
『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の記事画像

『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

研究
『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の記事画像

『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

研究
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）を読むの記事画像

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

研究
『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対策の実態の記事画像

『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

研究
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の記事画像

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

研究
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論文の実例で読むの記事画像

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

研究
「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%勝ったの記事画像

「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

研究
「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」だったの記事画像

「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

研究（発表 2023年3月17日）
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の記事画像

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

研究
「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%に跳ねた話の記事画像

「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

研究
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を読むの記事画像

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

研究
「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」と書いていたの記事画像

「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

研究
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」の条件の記事画像

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

研究
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の記事画像

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

研究
「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の記事画像

「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

研究（発表 2025年4月3日）
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の記事画像

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

研究
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秒で作り続けるの記事画像

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

研究
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の記事画像

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

研究（発表 2023年2月24日）
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の記事画像

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

研究
『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を読むの記事画像

『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

研究
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の記事画像

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

研究
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の記事画像

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

研究
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を読むの記事画像

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

研究
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ドラフトを読むの記事画像

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

研究
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の記事画像

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

研究
「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」の論文を読むの記事画像

「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

研究
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の記事画像

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

研究
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』という現象の記事画像

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

研究
『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の記事画像

『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

研究
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の記事画像

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

研究
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の記事画像

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

研究
『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の記事画像

『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

研究
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を読むの記事画像

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

研究
『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を読むの記事画像

『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

研究
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つのプロジェクトの記事画像

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

研究
『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の記事画像

『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

研究
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の記事画像

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

研究
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つの先行案の欠陥の記事画像

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

研究
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の記事画像

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

研究
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の記事画像

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

研究
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日の記事画像

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

研究
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つの機能の記事画像

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

研究
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日の記事画像

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

研究
『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の記事画像

『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

研究
「AI精神病」とは何か──OpenAIが公表した0.07%という数字を読むの記事画像

「AI精神病」とは何か　OpenAIが公表した0.07%という数字を読む

研究
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本を読むの記事画像

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

研究
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」の記事画像動画

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」

研究
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」から読むの記事画像動画

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

研究
AIが自分自身を作り始めた──Anthropicの「When AI Builds Itself」を、誇張なしで読むの記事画像動画

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

研究
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の記事画像動画

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

研究
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』を監査するの記事画像

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

研究
AI2027年予測──資金の壁に最初に触れる年、Claude Opus 5による外挿の記事画像

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

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

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

研究
AI 2029年──資金の物語が終わり、電力の物語が始まるの記事画像

AI 2029年　資金の物語が終わり、電力の物語が始まる

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

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

研究
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の記事画像

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

研究
同じ質問なのに毎回答えが違う──これは「嘘をついている」のとは別の問題の記事画像

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

研究
「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統計を読むの記事画像

「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

研究（発表 2013年9月17日）
『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』の記事画像

『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』

研究
『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』の記事画像

『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』

研究
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』を新指標で測るの記事画像

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

研究
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』の記事画像

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』

研究
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」という現象の記事画像

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

研究
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攻撃の記事画像

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

研究
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の記事画像

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

研究
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』の記事画像

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』

研究
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』の記事画像

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』

研究
「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──ある訂正劇の記録の記事画像

「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

研究
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の記事画像

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

研究
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」の記事画像

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」

研究
「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の記事画像

「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

研究
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』の記事画像

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』

研究
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の記事画像

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

研究
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の記事画像

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

研究（発表 2015年12月2日）
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』の記事画像

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』

研究
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』という盲点の記事画像

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

研究
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』の記事画像

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』

研究
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』の不平等の記事画像

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

研究
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』の記事画像

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』

研究
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の記事画像

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

研究
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』の記事画像

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』

研究
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』の記事画像

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』

研究
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』の記事画像

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』

研究
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の記事画像

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

研究
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回の記事画像

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

研究
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』の記事画像

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』

研究
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%の記事画像

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%

研究
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』の記事画像

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』

研究
「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の記事画像

「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

研究
AIは仕事を奪うのか──雇用データと企業発表で見る2026年の現在地の記事画像動画

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

研究
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の記事画像動画

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

研究
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の記事画像

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

研究
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の記事画像動画

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

研究
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の記事画像

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

研究
なぜ日本企業のAI活用は遅れるのか──「方針未策定31.8%」の構造分析の記事画像動画

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

研究
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時間にの記事画像動画

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

研究
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格差の記事画像

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

研究（発表 2025年11月25日）
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回を読むの記事画像動画

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

研究
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」の記事画像動画

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」

研究
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の記事画像動画

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

研究
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カ国比較の読み方の記事画像

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

研究（発表 6月10日）
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の記事画像動画

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

研究
AI検出ツールは「両方向に壊れている」— 見逃し94%、冤罪61%の現実の記事画像動画

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

研究（発表 2024年6月26日）
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の記事画像動画

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

研究
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の記事画像

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

研究
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の記事画像

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

研究
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に命令を出す攻撃の記事画像

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

研究
Microsoftが「AIの作り方」を全公開──蒸留なしでAIME 97%のMAI-Thinking-1の記事画像動画

Microsoftが「AIの作り方」を全公開　蒸留なしでAIME 97%のMAI-Thinking-1

研究
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の記事画像

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

研究
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リスクの全体像の記事画像動画

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

研究
AIを使いこなせない理由──「足切り性能」という壁の正体の記事画像動画

AIを使いこなせない理由　「足切り性能」という壁の正体

研究（発表 4月16日）
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% — 追従性の問題の記事画像動画

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

研究
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の記事画像

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

研究
ハルシネーションとは──AIが事実と違うことをもっともらしく答える現象（幻覚）。例、起きる理由、使う人ができる確かめ方【2026年10月版】の記事画像動画

ハルシネーションとは　AIが事実と違うことをもっともらしく答える現象（幻覚）。例、起きる理由、使う人ができる確かめ方【2026年10月版】

研究（発表 2025年9月5日）
AI用語集──ニュースを読むのに必要な30語を、実務者の言葉での記事画像

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

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

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

研究
OpenAI「GPT-Red」発表──AIが自分自身を攻撃して安全になる時代の記事画像

OpenAI「GPT-Red」発表　AIが自分自身を攻撃して安全になる時代

研究
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の記事画像

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

研究
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の記事画像

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

研究
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の記事画像動画

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

研究
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」の記事画像動画

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」

研究
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の監査結果の記事画像動画

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

研究
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つの仕組みの記事画像動画

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

研究
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の記事画像動画

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

研究
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秒分の記事画像動画

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

研究
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の記事画像

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

研究（発表 2015年12月2日）
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」を読むの記事画像動画

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

研究
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シード調達の記事画像

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

研究
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倍のマルチクエリー性能の記事画像

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倍のマルチクエリー性能

研究
「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の記事画像

「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

研究（発表 2015年12月2日）
Sakana AIが「RSI Lab」設立──AIがAI自身を改良する専門研究組織の記事画像

Sakana AIが「RSI Lab」設立　AIがAI自身を改良する専門研究組織

研究
「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の記事画像

「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

研究（発表 2024年2月26日）
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」の記事画像動画

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」

研究
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」の記事画像

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」

研究
2026年は「AIエージェント元年」──企業は何を準備すべきかの記事画像

2026年は「AIエージェント元年」　企業は何を準備すべきか

研究
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の記事画像

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

研究
「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」を読み解くの記事画像

「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

研究
生成AIと著作権──2026年9月時点の最新動向：15億ドル和解と日本の新聞社訴訟の記事画像

生成AIと著作権　2026年9月時点の最新動向：15億ドル和解と日本の新聞社訴訟

研究
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の記事画像

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

研究
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の記事画像動画

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

研究
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の記事画像

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

研究
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の記事画像

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

研究
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である構造の記事画像

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

研究
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)を発表の記事画像

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

研究
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の記事画像

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

研究
Anthropic、安全訓練の汎化を検証する「Teaching Claude Why」を公開の記事画像動画

Anthropic、安全訓練の汎化を検証する「Teaching Claude Why」を公開

研究
フィジカルAI（Physical AI）とは──現実世界で体を動かして作業するAI。NVIDIAと国の定義、生成AIとの違い、2026年10月の例と日本の動きの記事画像動画

フィジカルAI（Physical AI）とは　現実世界で体を動かして作業するAI。NVIDIAと国の定義、生成AIとの違い、2026年10月の例と日本の動き

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

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

研究
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の記事画像

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

研究