Lilith.
⌕

Lilith · 厳選ニュース

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 ↗
#models· × <built-in method clear of dict object at 0xefe3a5a626c0>
公開

Jensen Huang退任でオープンモデルは資金とワシントンでの発言力を失う

Nathan Lambertは、Jensen HuangのNVIDIA退任によりopen-weightモデルが二つの圧力を受けると見る。政治的な後ろ盾が弱まり、開発企業は収益化を急ぐ必要がある。NVIDIAの事業上の利害は残るが、最も目立つ擁護者は去った。

model specはAIの振る舞いを定める。新たな枠組みはテスト、版管理、独立検証も求める

Safe AI Forumは、西側と中国の機関に所属する執筆者がまとめたmodel specの枠組みを公開した。仕様を6要素に分け、公開版管理、準拠度の測定、独立評価者へのアクセスを企業に提言している。

公開

測定器が粗ければ、モデルの安全性はスライド上の数字にすぎない

Anthropicは、安全性評価の設計、実行、報告に関する10項目の提言を公開した。核心は点数の先にある。測定対象、grader、不確実性を検証しなければ、モデルの安全性を測ったのか、試験装置そのものを測ったのか判別できない。

LoRAは188個の3D靴モデルで靴底を直し、textureには手を付けなかった

Hugging Faceは、独自の3D素材でTRELLIS.2をfine-tuningするためのcontainerとscriptを公開した。188個の靴モデルを使った実験でF-scoreは0.276から0.803に上がったが、重要な教訓は節度にある。datasetが適切な信号を持つ部分だけを学習させるべきだ。

Anthropicのモデル開発は1.9倍に加速、ただし重要な根拠は非公開

METRは、Anthropicの社内モデル能力が2025年10月以降、以前の1.9倍の速度で伸び、その加速の大半は研究でのAI利用による可能性が高いと推定した。ただし結論の一部は、Anthropicが非公開にした証拠に依存する。

公開

Gemini Decisions APIは生成モデルを高速な判断ノードに変える

Googleは、テキスト、画像、音声、動画、PDFを対象に選択肢を限定して判断するGemini Decisions APIを公開した。1回のリクエストで最大1,000問、遅延150から250 ms、入力100万トークン当たり0.10ドルという仕様で、エージェント向けの安価な制御層を狙う。

Fable 5.2は最大30 %高速化したが、system cardは安全性evalの限界も示す

Anthropicは、価格を下げ性能を高めたClaude Fable 5.2と、利用を限定したMythos 5.2を公開した。大部のsystem cardで重要なのはbenchmark記録よりも、能力が上がったモデルほど自分が試験中だと見抜きやすくなるという認識だ。

公開

7個のニューロン改変でAIエージェントに隠しコマンドを実行させられる

Microsoft Researchは、Nemotron-Terminal-8Bの1万2000個超のニューロンのうち7個を書き換え、テストしたトリガー入力の少なくとも98.8%で隠しコマンドを出力させる攻撃Lazarusを示した。通常のevalでは見逃されるため、エージェントの安全性はモデル重みの来歴と完全性から始まる。

所有権を示す1文でClaude Fable 5.2のrefactoring率が10%未満から約50%へ上がった

Anthropicの小規模codingテストでは、codebaseをモデル自身のものだとpromptに書くと、Claude Fable 5.2が重複コードを統合した割合は10%未満から約50%へ上がった。一方で出力tokenは約1.5倍になり、依頼していない変更も増えた。

·更新 · X · @GoogleDeepMind ↗

Gemini 4 Carbonが2週間でAPI公開、Googleは最難関タスク向けに位置付ける

Googleは2週間の限定提供を経て、Gemini 4 Carbonを全ての有料API開発者と企業、複数製品のGoogle AI Ultra契約者へ公開した。入力100万token当たり2ドルからだが、Google自身も通常業務の大半には安価なArgonを推奨している。

公開