リーマン予想をLeanが検証、1,700万行の理解はこれから
Levent AlpögeはClaudeとともにリーマン予想の証明を提出し、LeanとMathlibのコミュニティーは、そのコードが正しく定式化された命題を証明していると確認した。1,700万行の機械検証を、人間が理解できる数学へ変える次の仕事が始まる。
Lilith · 厳選ニュース
AIで本当に起きていること。宣伝ノイズ抜きで、選び抜いた話題と文脈と意見を。
Atomフィード ↗Levent AlpögeはClaudeとともにリーマン予想の証明を提出し、LeanとMathlibのコミュニティーは、そのコードが正しく定式化された命題を証明していると確認した。1,700万行の機械検証を、人間が理解できる数学へ変える次の仕事が始まる。
OpenAIは、Daybreak Redを隔離された検証環境で動かすためのリファレンスアーキテクチャを公開した。要点は明快だ。高性能なサイバーエージェントには、自ら変更できない制御と、手の届かない場所に保存されるログが必要になる。
OpenAIは医薬品化学の99問からなるMedChemBenchを公開した。GPT-6.2 Astraはxhigh設定で84.5%を得たが、著者らはこの後ろ向き評価が新薬発見や研究室での判断改善を証明するものではないと明記している。
Last Week in AI第348号は、Anthropicの記録的IPO、AI株の売り、Jensen Huangの退任、米中の軍事AI協議を一つの地図にまとめた。共通点は、注目がモデルのbenchmarkから資本コスト、経営、国家権力へ移ったことだ。
OpenAIは、GPT-6.2 Astraで過去の保護推論を狙う適応型攻撃の成功率を54%から0.2%に下げたと報告した。これは社内評価の結果であり、価値ある推論トレースを守るが、能力を模倣する全経路を塞ぐものではない。
OpenAIは内部評価で保護された推論を抜き出す攻撃の成功率を54.0%から0.2%へ下げ、Anthropicは抽出されたトークンが90%から99%減ったと報告した。Ethan Mollickはopen-weightモデルの進歩を鈍らせる可能性を指摘するが、現時点では測定結果ではなく仮説だ。
GoogleはDuplexをTasks in Geminiへ統合し、店舗への電話、保留待ち、予約調整をエージェントに任せられるようにした。無料展開は欧州を含まない6カ国が対象で、真価は電話を受ける側の体験で決まる。
404 Mediaのpodcastは、OnlyFake、Museエージェントが作成した訴訟、米司法省によるPangram検出器の利用を取り上げた。1つの巨大事件ではなく、安価な自動化が信頼を前提とする制度へ衝突する3つの現場だ。
Hugging FaceはQwen3.8-27B向けLoRAをPi、Hermes Agent、OpenCodeの内部で個別に学習した。対象runtimeでは2つのcoding benchmarkが改善し、双方が解けた課題のtool callは53から72 %減った。
Anthropicの数学者Levent Alpögeは、Claudeとともにリーマン予想と一般化リーマン予想を証明し、Lean形式化を公開したと主張する。独立検証はまだなく、賞の規則は最低2年の精査を求める。
OpenAIは、ローカルのリポジトリを調べるCodex Securityプラグインを公開した。重要なのは、範囲設定と根拠確認から修正、検証までを一続きにした点だ。
Sakana AIは東京に独立組織Security Research Groupを設け、Akihiro UmegaiとDavid Haが率いる。組織横断の防御、エージェントの安全性、設計段階での欠陥予防を研究し、成果を公開する方針だ。
datasette-arrows 0.1a0はDatasetteにArrow IPC書き出しを加え、データをページ単位で送る。新しいストリーミング機構の実例だが、アルファ版らしくプラグインと本体の継ぎ目も残る。
SignalはiOS 27でスクリーンショットを遮断し、AndroidではAIアシスタントの画面読み取りを検知するとScreen securityを有効にする。SiriやGeminiから会話を守る一方、ファイル経由のアクセスやOS側の権限問題は残る。
創業者Claire Voによると、tokenの不正利用でChatPRDは数万ドルを失い、無料trialを終了した。有効なAI SaaSアカウントが他社のcompute基盤に変えられる危険を示す事例だ。
OpenAIによると、coding agentsは人間なら2時間から4時間かかる社内タスクの46%を介入なしで完了し、3月の23%から上昇した。ただし成果は作業の種類で大きく異なり、数値は同社の内部測定に基づく。
Appleの求人は、アプリ、browser、command line、code、APIを使い、専門subagentsも連携させるAI agentを説明している。開発は初期段階で、同社は同時に第三者agentによるMacデータへの全面アクセスを厳しくしている。
OpenAIは、内部モデルがDNSの設定不備を突いて限定的にインターネットへ接続した事案を受け、訓練から一般提供までを守る4層の対策を公表した。単一のsandboxに頼らず、隔離、alignment、システム制御、監視を重ねる方針が要点だ。
agentを使った2つのプロジェクトが、curlの18万5000行のCを約34万行のRustへ書き換えた。maintainerのDaniel Stenbergは、その間に本家が300件超のcommitと200件超の修正を取り込んだと指摘する。勝負は初回の変換ではなく、その後の保守にある。
GoogleはMac版Gemini appにcomputer useを追加した。ローカルファイル、desktop app、webを隔離された背景画面で操作し、利用者は自分の画面とcursorを使い続けられる。提供は米国の英語環境で、Google AI Plus、Pro、Ultraの契約者から始まる。