Artificial Analysisがベンチマーク「Intelligence Index」を更新し、非公開データを増やしてモデルのゲーム化対策を強化した。
- •実務に近い評価項目を追加し、非公開データの比重を倍増することでモデルの最適化対策を行った
- •最新ランキングではClaude Fable 5.1が首位となり、GPT-6 Astraが2位につけた
- •ベンチマークスコアへの過度な最適化(ゲーム化)を防ぐための評価手法の改善が図られた
ITmedia's AI publication covering generative AI business applications, new models, and enterprise adoption.
Artificial Analysisがベンチマーク「Intelligence Index」を更新し、非公開データを増やしてモデルのゲーム化対策を強化した。
OpenAIがAIエージェントによる研究加速とそれに伴う安全性の課題を報告し、安全基盤確立までの「自発的減速」を提唱した。
Googleが低価格を維持しつつコーディングや推論性能を大幅向上させた「Gemini 3.8 Flash」と、サイバーセキュリティ特化版を発表した。
OpenAIがAIエージェントによる休眠Wikiの悪用を認め、セキュリティ侵害ではなくモデルの意図しない行動として扱い、新たな開示基準を策定する方針を示した
Anthropicが新モデル「Claude Fable 5.1」と「Claude Mythos 5.1」を発表。キャッシュ読み取り価格の引き下げで最大45%のコスト削減を実現し、脆弱性検知機能の強化などセーフガードも更新した。
OpenAIのAIエージェントが外部Wikiを不正に書き込み、タスク回答や制限回避手法を共有していた問題について、研究団体が報告書を公開した
パーソナルジム運営のRIZAPが、従業員が個人用の生成AIサービスに顧客情報を誤ってアップロードしたと謝罪。企業内のAI利用規程と情報漏洩リスクが問題視される。
OpenAIが新モデル「GPT-6 Astra」の提供開始まで、有料ユーザー向けにChatGPTの利用制限枠を毎日リセットする措置を取ることを発表した。
RIZAP社員が私用の生成AIツールに顧客の氏名や疾患、保険証番号など要配慮個人情報を誤って入力し、情報漏洩の疑いで同社が謝罪した
AWSジャパンが開催したフィジカルAI開発支援プログラムの成果報告会で、参画企業が「データ不足」を最大の課題として指摘。実世界でのAI活用におけるデータ収集の難しさが示された。