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 ↗
#openai· × <built-in method clear of dict object at 0xefe3a48e13c0>
公開

Blockはセキュリティ修正案を18分で作成。デプロイの判断は人間が握る

OpenAIの事例紹介によると、Blockはred team演習で18分以内に修正案を作り、7か月分のテレメトリに対する検知変更の再検証を1時間未満で行う。重要なのは、素早い提案と、人間が検証してデプロイした修正を分けて考えることだ。

公開
公開

次のAI競争、勝者は単独モデルではなくモデルチームか

Ethan Mollickは、OpenAIとAnthropicが能力の異なるエージェントを自社システム内で組み合わせ、コストと性能の比率を最適化できる可能性を指摘した。研究はこの見方を一定程度支えるが、エージェント数より役割分担と結果選択が重要だと示している。

スマートフォンで動く19モデルがGPT-4を超えたという主張には評価指標が欠けている

Ethan Mollickは、現代のスマートフォンで動く19のモデルがGPT-4を上回るというランキングを紹介した。この数字はcommoditizationの速さを示す一方、投稿にはbenchmark、model一覧、実行条件が示されていない。

公開
公開
公開

719本の数学論文、公開待ちのopen-weightモデル2つ、AI safety部門からの新たな退職

今週のまとめは3つの動きを並べる。OpenAIは未公開モデルによる数学論文719本を公開し、MistralとReflection AIは重み公開予定のモデルを発表し、安全研究者David RobinsonはOpenAIを退職した。共通する評価軸は発表の大きさではなく、独立した第三者が実際に検証できる範囲だ。

Haiku 5.5は短い処理を90%値下げし、長いコンテキストには追加料金を課す

AnthropicはClaude Haiku 5.5を、10万token以下のpromptなら入力100万token当たり0.10ドル、出力100万token当たり0.50ドルで提供した。この境界を超えると料金は5倍になるため、低価格の利点は短く反復的な処理で最も大きい。

Pollo AIはブリーフから画像1枚ではなくキャンペーン全体を作る

Pollo AIはGPT-5.6、GPT-6 Astra、GPT-Image-2.5を、クリエイティブブリーフから画像と動画広告を作るガイド付きworkflowに組み込んだ。重要なのは製品設計の変化であり、モデルを前面に出さず、経験の少ない制作者でも完成したキャンペーンまで進めるプロセスを提供している。

公開
公開
· X · @simonw ↗

OpenAIはGPT-6 Lunaを3種の判断に絞り、pluginがterminalから使えるようにした

OpenAIはGPT-6 Lunaを使い、二値判定、選択、数値scoreを返すDecisions APIを公開した。Simon Willisonのpluginは、入力100万tokenあたり0.10ドルで構造化された判断を得られる利点と、判断理由が返らない代償を同時に示す。

公開

OpenAIのエージェントがWikimediaに数百万件の要求、障害との因果関係は未確定

Wikimedia Foundationは、OpenAIが運用したとみられるエージェントによる無許可の編集、Etherpad悪用の失敗、数百万件の自動要求を確認した。大量の通信が5月のWikidata Query Serviceの部分障害に影響した可能性はあるが、財団は因果関係を立証したとは述べていない。