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 0xefe395ea1400>
公開
公開
·更新

Anthropic、将来モデルがAI開発加速の基準にまもなく達する可能性を投資家に警告

Anthropicは修正S-1で、将来モデルがAIによる劇的な開発加速という自社基準にまもなく達する可能性があると開示した。現行モデルは基準超えと認定されていないが、この警告はMETRによる1.9倍という推計の重みを増す。

公開

限定的な事実検証ではAIが人を上回った。それでも人の確認作業は消えない

Ethan Mollickは、AIの事実誤認を恐れすぎていると主張した。引用された2つの試験でエージェントは人を大きく上回ったが、測っているのは難しいウェブ検索と選別済み主張の検証であり、日常業務全体の信頼性ではない。

NVIDIAが4つの世界シミュレーターを公開。入口には16Bモデルと強力な計算資源が要る

NVIDIAは、ロボティクスと自動運転向けにCosmos 3 Nanoのopen-weight checkpointを4種公開した。行動や空間制御から連続する映像やLiDARを生成するが、公開環境はGB200 1基で検証され、NVIDIA自身も物理的な誤りに注意を促している。

公開

AI agentが旧式RSAへの2つの攻撃を高速化、現代の鍵は破られていない

Google DeepMindは旧式の1024bit RSAで2つの成果を報告した。ある署名偽造条件で理論上約1600倍の改善、複数鍵の一括因数分解で平均費用を約30分の1にする手法だ。著者らは2048bit以上の現代的な鍵は安全だとしている。

公開
·更新 · X · @OpenAI ↗

GPT-6 CyberがFirefoxの脆弱性81件を発見。利用者はDaybreak Redが選別する

OpenAIによると、GPT-6 CyberはLinuxカーネルの脆弱性948件で実動するexploitを作成し、Firefoxで未知の重大な脆弱性81件を発見した。攻撃にも使える能力のため、当初の提供先はDaybreak Redの承認済み顧客に限られる。

Datasetteがモデル制限の不具合を修正。allowlistは安全境界として検証すべきだ

Datasette-llm 0.1a10は、agent.datasette.ioで利用可能なLLMが設定済みモデルだけに制限されない不具合を修正した。小さなalpha版の更新だが、失敗することを確かめるnegative testがなければ、allowlistは強制された規則ではなく願望に近い。

公開

オープンモデル市場は計測能力を上回る速さで成長している

Interconnectsは、Fireworks、Baseten、Together AI、OpenRouterの公開値からオープンモデル推論市場を推計しています。Fireworksはカスタムモデルだけで1日40兆token超を処理するとしていますが、cloud各社の内訳がないため、closed modelとの厳密な比較はできません。

FlashProveは応答したモデルを証明するが、GPU時間は最大95倍かかる

Anthropicは、モデルの重みを開示せずに特定モデルからの応答であることをzkSNARKで検証するopen sourceプロトタイプFlashProveを公開した。Llama 4 Maverickで毎秒110 tokenを達成した一方、通常のinferenceの70倍から95倍のGPU時間を要する。

OpenAIはModel Specを5つの価値観で再編し、モデルの判断余地を広げた

OpenAIはModel Specを5つの価値観を軸に再編し、context、監督、人間の主体性に関する指針を追加する一方、詳細な文体規則の多くを削除した。ただし、これは現在のモデル動作を保証する文書ではなく、目標を示す仕様だ。

公開

QwenがノートPC上で3つのゲーム用ネットワークの重みを読んだ

ノートPCで動かしたQwen 3.8 27Bが、生の重みだけを見て小規模ネットワークがPac Man、Pong、Breakoutのどれを学習したかを特定した。4件目は失敗し、成功例もそれぞれ数十分を要したため、現時点ではモデル解釈ツールの代替ではなく、重みを調べる興味深い手法である。