OpenAI、難関数学ベンチマーク「FrontierMath」の検証ツールを導入
Epoch AIはOpenAIが「FrontierMath: Open Problems」検証ツールのアクセス権を購入したと発表した。極めて難度の高い数学問題に対し、モデルが生成した解答の妥当性を自動検証できるようになり、高度な推論能力の評価信頼性向上につながる。
Epoch AI
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。
AIベンチマークのEpoch AI、OpenAIからの資金提供開示の遅れで批判
AIベンチマーク開発の非営利団体Epoch AIが、数学テスト「FrontierMath」へのOpenAIからの資金提供開示を遅らせたとして批判を浴びている。同テストはOpenAIの新モデル「o3」のデモに使われたが、多くの作成者が関与を知らされていなかった。