最終更新: September 29, 2026, 6:23 AM ET
AIの説明責任
OpenAIは、オーストラリア政府のウェブサイトに関わるインシデントについて謝罪し、公共部門の利用者に影響を及ぼしたサービス障害を受けて、安全性の向上と透明性の強化を約束した。
安全性ケース
OpenAIは、フロンティアAIトレーニングにおける安全性ケースに関する初期ガイドラインを公開し、高性能モデル向けの技術的保護策と評価プロトコルを概説した。
科学的発見
MIT Tech Reviewは、科学的発見をAIに帰属させる基準を考察し、機械が生み出した洞察がいつ真の研究上のブレークスルーとみなされるかについて議論した。
ガイド付きマージソート
Towards Data Scienceは、通常のマージ方式とマルチウェイ方式を組み合わせて最適なマージ戦略を選択する最適化アルゴリズムであるガイド付きマージソートを分析し、効率性の向上を図った。
JEVモデル
Towards Data Scienceは、オープンなLLMからJEVモデルを構築する方法を実演し、小規模なQwenベースのシステムを、最小限のオーバーヘッドで高速なシングルパステキスト分類器に変換した。
グローキング現象
Towards Data Scienceは、トレーニング終了後もモデルが理解を深め続けるグローキング現象を調査し、特定のアーキテクチャにおける遅延一般化を明らかにした。
エージェントの責任
MIT Technology Reviewは、不正なエージェントの責任とAIハイプ指数を検証し、自律システムが予測不能に動作した場合の法的リスクを評価するとともに、AI導入における誇大広告と実能力を測定した。
データドリフト検出
Towards Data Scienceは、個々の分布が安定しているように見えても特徴量間の関係性の変化を特定する、敵対的バリデーション手法による隠れたデータドリフトの検出方法を紹介した。