ニュース一覧（30ページ目）
未読: Base Labs、Hugging FaceとGoodfireとオープンウェイトAI安全パートナーシップを設立（新しいタブで開きます）
Base Labs launches an open-weight AI safety partnership with Hugging Face and Goodfire
Baseten傘下の研究グループBase Labsが、Hugging FaceやGoodfireと連携し、オープンモデルの訓練や監視に関する安全な手法を開発・公開するパートナーシップを開始した
- •Base Labsは今年初頭にBasetenが設立した研究グループであり、オープンモデルの安全性に特化した活動を行う
- •パートナーシップの一環として、オープンモデルの訓練プロセスと監視メカニズムに関する具体的な手法を開発・公開する
- •Hugging FaceやGoodfireとの協業により、オープンソースAIエコシステムにおける安全基準の確立を目指す
未読: 無限パラメータLLM：ライブデータからの重み生成と適応（新しいタブで開きます）
Infinite-Parameter LLMs: Generating and Adapting Weights from Live Data
固定されたパラメータセットに依存しない新しいLLMアーキテクチャを提案し、入力データに応じて重みを動的に生成・適応させることで、モデルの汎化性能と効率性を向上させる手法を研究している
- •モデルサイズを固定せず、推論時にコンテキストに基づいて必要な重みを計算機能的に生成する「無限パラメータ」の概念を提唱している
- •従来の事前学習された大規模モデルと異なり、ライブデータへの適応速度を高速化し、メモリ使用量を削減する可能性を示している
- •arXivに公開された論文において、この手法が少サンプル学習や長文脈処理において既存アプローチと比較してどのような性能差を示すかを検証している
未読: LLM分類は機能エンジニアリングである（新しいタブで開きます）
LLM Classification Is Feature Engineering
大規模言語モデルを用いた分類タスクは、従来の機械学習における特徴量抽出の延長線上にあるという視点から、LLMの役割と限界を考察する記事
- •LLMによるテキスト分類は、モデルが内部表現として特徴量を抽出し、それを下流の分類器に渡すプロセスとして捉えられる
- •プロンプトエンジニアリングは、モデルが生成する特徴量の品質を制御するための手法であると解釈できる
- •この視点により、LLM活用における評価指標や改善アプローチが、従来の機械学習手法と整合的に理解可能になる
未読: 人工知能が一部の優秀な人間予測者を上回る時代へ（新しいタブで開きます）
Artificial intelligence now beats some of the best human forecasters
The Economistが、AIの予測精度が一部のトップクラスの人間予測者を上回るようになった現状を報じた
- •気象、経済、地政学などの分野で、AIモデルの予測性能が人間の専門家集団と同等またはそれを上回る水準に達した
- •大規模言語モデルや機械学習アルゴリズムの進化により、複雑なパターン認識能力が飛躍的に向上したことが背景にある
- •意思決定支援においてAIの信頼性がさらに高まり、人間の判断とAIの予測をどう組み合わせるかが新たな課題となっている
未読: Manticore Search、長文書対応のベクトル検索にオートチャンク機能を追加（新しいタブで開きます）
Better Vector Search for Long Documents: Chunking Inside Manticore Search
Manticore Searchが長文書向けに自動チャンク分割機能を導入し、ベクトル検索の精度と処理効率を向上させる技術的改善を行った
- •長文書を適切なサイズに自動分割するオートチャンク機能がManticore Searchに実装された
- •手動でのチャンク設定が不要になり、ベクトル検索のセットアップと運用負荷が軽減される
- •長文書データの検索性能を維持しつつ、インデックス作成プロセスを最適化できる
DeepSeekが最新モデル「DeepSeek-V4.1-Flash」を発表し、推論速度や効率性を重視した高性能なLLMとして市場に投入した。
- •DeepSeekがV4.1世代のフラッシュモデルとして「DeepSeek-V4.1-Flash」をリリースした
- •モデル名に示される通り、高速な推論処理や低レイテンシな応答を目的とした設計と推測される
- •オープンウェイトモデルの主要プレイヤーとしての地位を維持しつつ、最新技術を取り入れたアップデートを提供している
OpenAIがAIモデルの意図に反する振る舞い「ミスアライメント」を追跡・開示するための新枠組みを公表し、6件の事例報告を公開した
- •開発者や利用者の意図に反するAIの振る舞いを「ミスアライメント」と定義し、その追跡方法を体系化した
- •調査結果の開示を促すための枠組みとして、具体的な報告プロセスを定めている
- •枠組み公表と同時に、実際に確認された6件のミスアライメント事例レポートも公開された
未読: GLMが独自の推論インフラを構築（新しいタブで開きます）
GLM Built Its Own Inference Infrastructure
Z.aiがGLMモデル向けに独自の推論インフラストラクチャを構築し、推論効率とコスト最適化を実現した技術的詳細を解説する
- •既存のクラウドサービスに依存しない、自社管理の推論環境による運用効率の向上を図った
- •大規模言語モデルの推論処理におけるレイテンシ低減とスループット向上のためのアーキテクチャ設計が示されている
- •インフラ構築に伴うコスト構造の変化と、スケーラビリティ確保に向けた技術的な取り組みが報告されている
未読: OpenAI モデルの不一致（Misalignment）報告（新しいタブで開きます）
OpenAI Model Misalignment Report
OpenAIがモデルの意図しない行動や倫理的問題を検知・報告するための新フレームワークを発表し、AIの安全性と信頼性を高める仕組みを構築した
- •モデルがユーザーの意図や安全基準から逸脱する「Misalignment」を体系的に把握・報告するプロセスが定義された
- •研究者や開発者がモデルの挙動を評価し、問題点を共有するための標準的な報告フォーマットが提供される
- •このフレームワークは、AIシステムの透明性を向上させ、ステークホルダー間の信頼構築を支援することを目的としている
米Reward AIが人間の動作のみから学習したロボットAIの映像が公開され、1倍速での高速かつ滑らかな操作が注目を集めている
- •開発元Reward AIは人間レベルに近い器用さと効率をアピールし、映像が早送りなしの1倍速であることを強調している
- •X（旧Twitter）上では「これまでで最速のロボット操作モデル」という声が出るなど、動作速度と滑らかさに驚きの声が寄せられている
- •人間の動きデータのみを用いた学習手法により、複雑なカクテル作成タスクを高速に遂行できることを実証した