DeepMindの証明AIがScience掲載、エルデシュ問題9件を解決
Google DeepMindの数学証明システムAlphaProof NexusがScienceに掲載。エルデシュ問題353件中9件、OEIS予想492件中44件を証明し、スペイン研究者からは慎重な声も上がっている。
4ページ
アーカイブを見る →ナデラ氏、AIモデルに緊急ブレーキを提唱
MicrosoftのCEOサティア・ナデラ氏がXで、モデルとハーネスの分離から「侵害済み前提」の設計まで、AIの信頼アーキテクチャに関する5原則を示した。
Cloudflareの判断モデル、動画と音声を直接処理
Cloudflareが公開した判断モデル「Clef-omni」は音声と動画を直接入力でき、音声付き21秒の動画も約1.5秒で処理。入力100万トークンあたり0.15ドル。
AIで10分問題を解くと、外した後に諦めやすくなる
UCバークレーの研究で、ChatGPTを使って約10分問題に取り組んだ参加者は、ツールを外すと正答率が下がり、問題を飛ばす割合が増えたことが分かった。
Claude製のAdobe風アプリ群、Officeにも照準
Brandon Thomas氏がRustで作るArtCraftシリーズが、Adobe風の7本からWord・Excel・PowerPoint・AutoCAD風を加えた11本に拡大した。
CodexのSol既定コンテキストが50万トークンに
OpenAIのCodexが、GPT-6.1 Solの既定コンテキスト長を27.2万から50万トークンへ引き上げた。コンテキスト圧縮の頻度を減らすのが狙いで、旧既定値はAPIの長文脈割増の起点と同じ数字だった。
Grok Bot、専用メールボックスを提供開始
xAIのGrok Botが10月9日から、mail.grokbot.comドメインの専用受信箱の配布を開始。チームアカウントは管理者の有効化が必要で、詳細は未公表の点も多い。
ARC-AGI-2、Kaggle首位が88.06%に
ARC-AGI-2の2026年シーズンでTUFA Labsが88.06%で首位。前季優勝のNVARCは非公開セットで24.03%で、両者の集計方法は異なる。
AIの逆コンパイルで往年のゲームが一夜でブラウザへ
AIによる逆コンパイルで作られた名作ゲームのブラウザ移植版が2、3週間で数百本登場。権利元は対応を公表していない。
Redwood、蒸留でモデルを監査 自白率84%に上昇
Redwood Researchが10月9日に論文を公開。信頼できないモデルを同一ベースの学生モデルへ蒸留して隠れた特性を自白させ、ある特性の自白率が22%から84%に上昇した。