OpenAI、モデルの緊急停止を推論レイヤーへ移管。停止まで最長35秒
OpenAIは研究ワークロードの要求を確認し、介入決定後35秒以内にモデル出力を止めるControl Roomを導入した。停止命令を変化の激しい実験コードではなく推論レイヤーで強制する。
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 ↗OpenAIは研究ワークロードの要求を確認し、介入決定後35秒以内にモデル出力を止めるControl Roomを導入した。停止命令を変化の激しい実験コードではなく推論レイヤーで強制する。
Simon WillisonはClaude Fable 5.2をllm-anthropic 0.31へ追加し、実用上の罠も示した。SVGテスト1回ではmax effortが128,000 thinking tokenを使い切り、画像を返さなかった。effortは単純な品質つまみではなく信頼性の設定である。
AnthropicはClaude Fable 5.2を入力100万token当たり$8、出力100万token当たり$40で公開した。Fable 5.1より20%安い。Claude Mythos 5.2は同じモデルから一部のcyberとbio制限を外すが、審査済み組織だけが使える。
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。
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。
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。
DropboxはTigris Dataを約3億5000万ドルで買収する契約を結び、DBX Agent Cloudを発表した。Amazon S3互換の独立したobject storageから始め、利用者のファイル管理からAIアプリとエージェントの基盤へ進出する。
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-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。
IBM Researchは20Bのopen-weight model、PaletteをIBM Design Languageのスライド生成向けにfine-tuningしました。PresentBench平均は2位でしたが、設計と描画を分け、改善を検証できた修正だけを採用するpipelineの方が重要です。
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。
Anthropicは、特定のモデルが特定の応答を生成したことを暗号学的に検証するプロトタイプFlashProveを公開した。Llama 4 Maverickでは、1,024トークン分の証明が約19 MBとなり、CPUでの検証に17秒かかる。
Ai2のStateBenchは、長い変更列の中でモデルが変数の状態を維持できるかを測る。検証された4つのfrontier modelは、最長かつ最難関の課題で正答率13%以下まで低下した。
Fireworksは1日40兆token超を処理し、その95%超が顧客のdataや用途に合わせたモデルから来ると説明している。単一のinference platformから得られた強いsignalではあるが、市場全体の測定ではない。
CiscoとOpenAIは、Daybreakを使って露出リスクの優先順位付けを速め、Cisco Cloud Controlから対策を適用する方法を検討している。発表は開発の方向性を示すもので、測定済みの成果を伴う完成製品ではない。
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。
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。
Nathan Lambertは、明確に定義した業務を安く処理し、顧客がデータを管理できる点にオープンモデルの勝機を見いだす。課題は市場の分断で、収益がモデル開発者へ戻りにくいことだ。