IBMは20Bモデルにスライドを作らせた。決め手は検証ループにある
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。
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 ↗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。
Microsoft ResearchのMike Walkerは、セキュリティ上の要求を増やすたびに、限りある利用者の信頼を消費すると説く。DARPA Cyber Grand Challengeでの経験は、AIによる防御に必要なのが孤立した万能ツールではなく、チームの連携と文脈であることも示している。
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。
Heimstadenは、Codexを使って2万112件の不動産を評価し、5人で1年かかると見積もった作業を2人で2カ月に短縮したと説明する。規模を広げる鍵はモデル単体ではなく、データ、承認手順、現場知識にある。
OSINT研究者のColstoは、プロペラ機のドップラー曲線とADS-B記録を照合し、ほぼ静止した動画を撮影したカメラを突き止めた。手法は高度だが、雑音にしか聞こえない音にも位置情報が含まれ得ると示した。
OpenAIはCathedral Systemsと社内セキュリティスプリントを計画し、重大な脆弱性への報奨金を4倍超に引き上げる。モデル、社内エンジニア、外部研究者を一つの防御サイクルにまとめる一方、実施時期と測定可能な目標は未公表だ。
OpenAIはCathedralの外部研究者を招く社内セキュリティスプリントと、バグ報奨金の大幅な増額を同時に進める。自社AIシステムの防御を、単発監査から継続的な検証へ移す狙いだ。
MITの研究者はfrontier modelに、小規模ニューラルネットの重みを勾配学習なしで直接読ませ、変更させた。主要結果はreasoning loopの修復であり、数学能力を新たに教えたというより特定障害の除去を示す。
米国勢調査局は大統領令14434を受け、2026年10月19日から企業調査のAI表記をSuper Intelligenceに置き換えた。2025年11月の質問変更後には大企業の肯定回答が約12%から30%へ上がっており、今回も実態ではなく測定値が動く可能性がある。
AnthropicはOpus 5.5向けClaude Codeに2文を追加し、既存ゲームの具体的な再現を避けるよう指示した。オリジナル作品や利用者自身の素材は許可される想定だが、正当なport、reverse engineering、実際の所有権をモデルが確実に見分ける方法はない。
OpenAIは、ジョージア州で計画中のキャンパスについて、必要時に最大1,000 MWの需要を削減し、プロジェクトに必要なインフラ費用を負担するとしている。Grid Protectorsはこの契約を他拠点のひな型にする構想だが、現時点では1案件と電力会社の試算に依存している。
Robocurveは、同じAIの隔離した2つのコピーに、ロボットとカメラだけで秘密の単語を伝えさせた。事前に通信方式を決めていなかったにもかかわらず、空中筆記、Morse code、旗信号、5 bitの符号を使った。文字通信だけを塞ぐ隔離の弱点が見える。