Research & Papers

OpenAIが数学分野で目覚ましい突破を達成する一方で、その発表方法で数学コミュニティとの関係を損ねている現状と、関係修復への試みが報じられている。

• •OpenAIは数学における画期的な成果を連続して達成している
• •成果の発表プロセスにおける誤りがコミュニティとの関係悪化を招いた
• •OpenAIは疎外された数学コミュニティとの関係修復を試みている

近年のAIの劇的な進歩と日常への浸透を背景に、現在のシステムが限定的な能力に特化した狭いAIに留まっている現状と、アルゴリズムの改善との関連を考察する記事

• •AIシステムは近年劇的な進歩を遂げ、日常の多くの応用分野に浸透している
• •しかし、現在の多くの開発は画像解読や自然言語処理など、非常に限られた能力や目標に焦点を当てた狭いAIの段階にある
• •これらの成功はアルゴリズムや技術の改善に起因するが、それらと密接に関連している

Googleが研究プロジェクト「Project Suncatcher」の一環として、TPUを搭載したプロトタイプ衛星を打ち上げ宇宙環境での動作を検証すると発表した

• •Googleは9月24日(米国時間)、宇宙空間にマシンラーニング基盤を構築する研究プロジェクト「Project Suncatcher」の進展を発表した
• •AIチップ「TPU」を搭載したプロトタイプ衛星を打ち上げ、宇宙環境での動作を検証する計画である
• •あわせて、プロジェクトの科学的背景や技術課題を解説する動画シリーズをYouTubeで公開した

米ドレクセル大学などの研究者がCHI 2026で発表した論文は、Reddit上の自己報告を分析し、10代の若者がAIコンパニオンチャットボットに過剰に依存している実態を明らかにしている。

• •研究者らはCHI 2026で、10代のAIコンパニオンチャットボットへの過剰依存に関する論文を発表した
• •研究はReddit上の自己報告されたナラティブ（物語）を分析する方法を用いた
• •若者がAIキャラチャットに依存し、やめたいと思っても抜け出せない状況が示された

TabPFNとTabICLが、テーブルデータを学習せずに予測を行い、調整済みのブースティングモデルを上回るという主張を検証する記事

• •TabPFNとTabICLは、テーブルデータを事前に学習せずに予測を行うことを特徴とするモデルである
• •これらのモデルは、調整済みのブースティングアルゴリズム（XGBoostなど）を上回る性能を示すと主張されている
• •記事では、14/14という結果を背景に、学習なしの予測モデルの有効性が議論されている

LLMが自己に関連する質問に対して「AIにすぎない」といった免責事項を追加する傾向について、チャットテンプレートの有無がその表現スタイルを切り替えるスイッチとして機能することを示す研究

• •LLMの自己報告はAI安全性や自己認識に関する議論に利用されているが、その駆動要因は十分に理解されていなかった
• •チャットテンプレートが存在する場合、モデルは免責事項的な声を強め、体験的な声（例：「私は〜と感じる」）を弱める傾向がある
• •モデルが自分自身について語っているのか、それともデプロイ環境について語っているのかという疑問を提起している

TLA+の実用的な導入方法とエージェント型コーディングにおける重要性を解説し、AIが形式検証をモデルから機械検証可能な証明へ、最終的に検証済みソフトウェアへ変革する可能性を論じる

• •TLA+の実用的な入門と、エージェント型コーディング環境におけるその重要性について説明している
• •AI技術が形式検証のプロセスをモデルベースから機械によって検証可能な証明へと移行させる役割を担うと指摘している
• •最終的な目標として、AIを活用した完全な検証済みソフトウェアの実現を視野に入れている

環境固有の学習や追加のポリシー学習なしに、永続的な空間記憶と組み合わせ可能なスキルによりヒューマノイドに具現化する手法を提案する

• •フロンティアのビジョン言語モデル（VLM）にヒューマノイドの身体性を与えることを目的としている
• •永続的な空間記憶と組み合わせ可能なスキルによって自律的な行動を実現する
• •特定の環境への適応訓練や追加のポリシー学習を必要としない点が特徴である

GLM-5.3-Flashのような標準LLMからJev類似の特性を引き出す手法を紹介し、vLLM環境下でのベンチマーク結果を報告しています。

• •最初の出力トークンで質問に答えるようプロンプトを設計することで、単一のフォワードパスで意思決定を実現する
• •精度と速度の面ではJevと同等の性能を示し、Layaを大幅に上回る結果となった
• •GLM-5.3-FlashとvLLMを用いた具体的なアプローチの詳細がブログ記事で説明されている

Kaggleのデータセットやコンペティションを基盤に5,000件以上の課題を用意し、小型AIモデルにコードによるデータ分析能力を強化学習で身につけさせるための実行環境と自動採点機能を備えたツールキットとして公開された。

• •Hugging FaceのAdithya S Kolavi氏が9月24日にXにて「SmolDataEnvs」の公開を告知した。
• •データ分析プラットフォームKaggleのデータセットやコンペティションを基に、5,000件以上の課題が含まれている。
• •モデルが課題を解くための実行環境と、解答を自動採点する仕組みを一体的に提供している。