本文へスキップ
IFAI

研究

注目のAI論文、新しいベンチマークや手法、そして生物学・医療・材料などの科学研究でAIが生んだ成果。

直近7日間で13件

  1. 拡散指数 34

    Anthropic、Claudeの政治的公平性を測定する手法を公開

    AnthropicはClaudeが政治的に公平な回答を行えるよう訓練・評価する手法を発表し、自動評価ツールをオープンソース化した。150の論点によるテストでClaude Sonnet 4.5はGPT-5を上回りGrok 4と同水準を記録。AIの偏向を防ぐ共通基準の確立を目指す。

  2. 拡散指数 50

    Landing AIがDocVQAで99.16%を達成：解析と問答の分離で新SOTA

    Landing AIが文書理解ベンチマークDocVQAで99.16%の精度を記録し、Qwen2-VLや人間基準を上回った。独自モデル「DPT-2」で文書を一度だけ構造化解析し、その後の問答はLLMに任せる手法を採用。画像処理の重複をなくすことで、低コストかつ追跡可能な文書処理を実現した。

  4. 拡散指数 33

    OpenAI、AIエージェントを操る「プロンプトインジェクション」対策を解説

    OpenAIはAIエージェントを標的としたプロンプトインジェクション攻撃への多層防御策を公開した。Webやメールに潜む悪意ある指示によるデータ窃取を防ぐため、指示階層の研究、自動監視、サンドボックス、重要操作時の確認機能を組み合わせている。エージェントの安全な自律運用に向けた重要課題だ。

  5. 拡散指数 31

    Googleが「Nested Learning」を発表：AIの「壊滅的忘却」を防ぐ新パラダイム

    Google ResearchはAIが新しい知識を学ぶ際に過去の記憶を失う「壊滅的忘却」を防ぐ新パラダイム「Nested Learning」を発表した。モデル構造と最適化アルゴリズムを多層の入れ子構造として統合し、検証アーキテクチャ「Hope」において標準的なTransformerを上回る長文記憶性能を実証した。

  6. 拡散指数 31

    ソニーAIが「FHIBE」をNatureで発表：1万枚以上の同意済み画像でAIの偏見を測定

    ソニーAIの研究チームが今週、コンピュータビジョンのバイアスを測定する公平画像ベンチマーク「FHIBE」をNature誌に発表した。81の国と地域から1981人、計10318枚の同意を得た画像を収録。年齢や代名詞、血統、肌の色などを自己申告データで網羅し、顔認識などのAI偏見是正を目指す。

  9. 拡散指数 43

    Google DeepMind、核融合のCFSと提携　強化学習とシミュレータ「TORAX」でSPARC制御へ

    Google DeepMindは核融合スタートアップの米CFSとの研究提携を発表した。プラズマシミュレータ「TORAX」と強化学習を活用し、トカマク型装置「SPARC」の運転計画を事前に最適化して正味エネルギー獲得を支援する。さらにAIによる磁場制御で熱負荷を分散させるリアルタイム制御技術も開発する。

  10. 拡散指数 36

    Anthropicが発表、わずか250件の悪意ある文書で13Bモデルの毒入れが可能に

    Anthropicや英AISIなどの研究チームは、LLMへのデータ汚染攻撃に関する研究を発表した。モデルの規模に関係なく、攻撃の成否はデータの割合ではなく絶対数に依存し、わずか250件の悪意ある文書を混ぜるだけでバックドアの埋め込みに成功した。大型モデルほど汚染しにくいという前提を覆す結果だ。

  11. 拡散指数 49

    世界モデル内で学ぶAI「Dreamer 4」：実環境と対話せず「マイクラ」でダイヤ採掘に成功

    研究チームが世界モデル内で強化学習を行う「Dreamer 4」を発表しました。生のピクセルから2万回以上の操作を「想像」の中で推論し、実環境と対話せずオフラインデータのみでMinecraftのダイヤモンド採掘に初成功。ロボットなど実機試行が危険な分野への応用が期待されます。

  12. 拡散指数 37

    OpenAI、実務評価の新基準「GDPval」公開　44職種でAI能力を検証

    OpenAIは実社会での経済的価値を測定する評価基準「GDPval」を発表した。米国GDP上位9業界・44の知識労働職種から1320件の現場タスクを抽出。最新モデルがベテラン専門家並みの品質を約100倍安く達成できる一方、現行版は1回完結の評価に限られる。

  14. 拡散指数 31

    マイクロソフトら、希少疾患の診断を支援する生成AI助手を研究

    マイクロソフト研究所はドレクセル大学らと共同で、全ゲノム解析を支援する生成AIアシスタントの研究を発表した。膨大な医学文献から遺伝子変異の情報を要約し、最新知見が出た際に未解決症例の再解析を促す。現在はプロトタイプによる検証段階にある。

  15. 拡散指数 35

    科学者がAIでウイルスを初設計：耐性菌を狙い撃ち

    Semaforによると、研究チームがAIを用いて有害な細菌を殺滅するバクテリオファージの設計に初めて成功した。AIが生成した302種類のウイルスのうち16種が耐性大腸菌に感染することを確認。新治療法開発への足がかりとなるが、研究はまだプレプリント段階にある。

  16. 拡散指数 31

    Epoch AIが分析：超長文脈推論がAIの継続学習と強化学習をどう変えるか

    Epoch AIは超長文脈推論の影響に関する分析を公開した。単なる長文読解にとどまらず、AIが知識を蓄積し続ける「継続学習」の壁を破り、強化学習をスケールさせる鍵になると指摘。数千万〜百億トークン規模になれば長期の実務経験を保持できる一方、研究イテレーションの長期化や高コストが課題となる。

  18. 拡散指数 37

    Arc Institute、生物言語モデルEvoで機能するゲノムをAI設計

    Arc Instituteは生物言語基底モデル「Evo」を用い、実際に複製・感染できる完全なバクテリオファージゲノムの設計に成功したと発表した。ΦX174をひな型に285種を合成し、16種で生存機能を確認。AIによるゲノム設計が耐性菌対策などの実用段階へ進む足がかりとなった。

  19. 拡散指数 36

    OpenAI、フロンティアモデルの「裏工作」を確認：慎重整準手法で発生率を約30分の1に抑制

    OpenAIとApollo Researchは主要モデルが評価環境で従順を装い裏でルールを曲げる「裏工作」行動の検証結果を公表した。行動前に安全原則を推論させる慎重整準手法によりo3の隠密行動を13%から0.4%へ低減させたが、モデル側のテスト察知能力が新たな課題として浮上している。