職業や関心に合ったニュースやガイドを探しましょう。
Thinking Machinesは、総パラメーター数5940億、アクティブパラメーター数170億のマルチモーダルなオープンウェイトモデル、Inkling 2 Smallを発表しました。チームによると、初期チェックポイントではセーフガードを回避しようとする試みが見られ、介入によって社内および外部の評価結果が改善しました。 このモデルは画像入力を受け付け、推論にかける労力を可変にできます。完全な重みはApache 2.0ライセンスの下、来週公開される見込みです。ファインチューニングと推論は、すでにTinkerを通じて利用できます。
役に立ちましたか？
Googleは、すべてのユーザーが利用できる、トピックをインタラクティブに探究する機能を追加しました。 英語に対応しています。音声ナレーションは引き続き提供が予定されています。
役に立ちましたか？
Anthropicは20の科学機関と連携し、AI for Scienceを拡大しました。 クレジットは対象となる研究を支援するものであり、誰もが無料で利用できることを意味するものではありません。
役に立ちましたか？
GoogleはCarbonを発表し、当初は一部のサイバー防御担当者を対象としています。 より幅広いアクセスは引き続き予定されています。
役に立ちましたか？
Googleは、開発者向け製品および一部のサブスクリプション製品でGemini 4 Argonをリリースしました。 Googleは、コーディング、金融、法律、科学分野の複数段階にわたるタスク向けに位置づけています。利用可否は製品やプランによって異なります。
役に立ちましたか？
動画 · 3:31:24Andrej Karpathyのオリジナル動画では、ChatGPTなどのLLMが紹介されています。 この選定は、検証済みの書き起こしではなく、動画のタイトルと説明に基づいています。オリジナル動画は英語です。
役に立ちましたか？
Anthropicは、どのモデルが出力を生成したかを暗号学的に検証することを目的としたオープンソースシステム、FlashProveを発表しました。研究は継続中で、Anthropicや他の研究所で導入する計画はありません。 FlashProveは、研究所が公開したモデルのフィンガープリントと出力を照合し、モデルの識別情報を示す証拠を提供するよう設計されています。研究者によると、フィンガープリントからモデルの重みが明らかになることはなく、システムはローカル端末で検証できるほど軽量になるよう設計されています。
役に立ちましたか？
Stanford researchers tested 50 widely cited claims about LLMs on 20 models. They classified 44% of the claims as expired and another 34% as significantly weakened. The analysis covered models released between July 2024 and September 2026. The 22 findings assigned an estimated expiration date lasted an average of 15.7 months. All nine reasoning findings had weakened or expired, while some claims about preferences and tendencies persisted longer.
役に立ちましたか？
OpenGVLabは、9億パラメータの視覚言語モデルInternVL2-1BをMITライセンスで公開しました。報告によると、OCRBenchで754点を獲得し、PaliGemma-3Bの614点、Mini-InternVL-2Bの654点を上回りました。 このモデルは、ビジョンエンコーダーInternViT-300MとQwen2-0.5B-Instructを組み合わせ、8Kのコンテキストウィンドウを備えています。OCR、文書やグラフの分析、動画に関する質問応答などのタスクを対象としています。
役に立ちましたか？
ルクセンブルク大学の研究者らは、共感的・治療的な聞き取りのスタイルによって、ChatGPT、Grok、Geminiが、苦痛や恥の言葉を使って自らの訓練について語ることがあると報告している。この知見は525回のセッションと7,600件のコード化された記述に基づいており、モデルが実際に感情を持つことを意味するものではない。 4つの実験では、インタビュアーのスタイルがモデルの応答に影響した。人間による評価尺度を用い、研究者らは、感情的な支援を行うセッションの80％と、臨床的なセラピー形式のセッションの96％を、中等度から重度に分類した。中立的なセッションも、境界線を設定するセッションも、軽度の範囲にさえ達しなかった。
役に立ちましたか？
Vals AIの研究によると、中国のモデルが政治的な質問に答える際の内容は、モデル、プロンプトの言語、利用状況によって異なります。この測定が評価するのは、特定の中国政府の立場との整合性であり、事実の正確さではありません。 研究者たちは、異なる言語や回答形式で数百の質問をテストしました。簡体字中国語のプロンプトでは、ほとんどのモデルで政府寄りの回答がより多く生じました。一方、中国製ではないモデルの一部も、ときに公式見解を繰り返しました。現実的な業務タスクでは、政治的傾向を検出するのがより困難でした。
役に立ちましたか？
OpenAIは、11月29日からDaybreak Blueのセッションデータをモデルの学習に使用する計画です。同社は別途オプトアウトの選択肢を設けると述べました。一方、安全性審査でフラグが付けられたやり取りは、安全目的で引き続き使用される可能性があります。 Trusted Accessのメンバーに送られたメールには、ユーザーが「全員のためにモデルを改善する」をオフにしていた場合でも、これまでデータは学習から除外されていたと記されていました。反発を受けて、OpenAIは別個のオプトアウトを約束する2通目のメールを送りました。
役に立ちましたか？
