本文へ移動
AI NEWSAI の一歩を見つめる
ニュースのブックマーク
THE JOURNAL
AI NEWS JOURNAL
AI, IN PERSPECTIVE

AI ニュースを検索

見出し・要約・本文から、情報のつながりを探します。

公開日時順

腾讯新闻 · AI频道

OpenAIが人類の科学史を書き換えた！「王の予想」は全次元で崩れ、30年間の鉄則であるETHが崩壊した

新智元の報道によると、正直言って、人類の科学史は今夜、完全に書き換えられました！ついさっき、OpenAIが一気に三つの大きな発表を次々と行い、内部のAIが「マイルストーン」とも言える三大新発見を独立して成し遂げたことを公式に発表しました——数学分野では、全次元における「局所的滑らか性予想」を証明し、数学界を百年間悩ませてきた「掛谷予想」を完全に終焉させました；計算機科学分野では、学界を約30年間支配してきた「指数時間仮説」（ETH）を反証しました；理論物理学分野では、四次元量子色力学（QCD）と純粋な…

OpenAI改写人类科学史！“王的猜想”全维度告破，30年铁律ETH塌了
AI腾讯新闻
経緯と関連報道
爱范儿

王の推測は、AIによって一晩でクリアされた

AIはすでに次々と答案を提出し始めていますが、人間は採点すら間に合わないかもしれません。#愛範兒の公式微信公众号「愛範兒」（WeChat ID：ifanr）をぜひフォローしてください。さらに詳しいコンテンツをいち早くお届けします。

経緯と関連報道
Latent Space

Supabaseの10億ものAI生成アプリ向け計画

AIエージェントがますます多くのソフトウェアを生成しており、その結果、バックエンドが果たすべき役割も変化しています。Supabaseの共同創業者であるポール・コプルストーン氏とアン・ウィルソン氏がswyxに登場し、データベースと並行して長期間稼働するワークロードを運用することや、スキーマをエージェントにとってより理解しやすくすることについて議論します…

個人
経緯と関連報道

arXiv cs.CL72

研究により、ラテン語専用の言語モデルLAMBおよび2つの新しいコーパスAcervusとCorpus Trinumが公開されました

2026年10月26日、arXivは論文arXiv:2610.31723v1を公開し、ラテン語専用のエンコーダーであるLatin Modern BERT（LAMB）を提案しました。同モデルはModernBERTアーキテクチャに基づき、二段階の事前学習を経て、740億語以上のラテン語トークンと新たな形態素認識型マスク戦略を用いています。同時に、2つの全く新しいラテン語コーパスも公開されました。1つは240億語のAcervusで、76万件のByT5によるOCR修復済み破損テキストを含みます。もう1つは、世界初の人工的に構築されたラテン語の意味三項対象データセットCorpus Trinumで、強/弱の三項対象が1億以上収録されています。

新闻源配图 · arXiv cs.CL

注目する理由：本研究は、古典言語NLPの基盤資源における空白を埋め、ラテン語の意味理解向けの大規模な事前学習モデルとそれに伴う評価基準を初めて体系的に構築した。さらに、厳密な実験によりLAMBが17のサブタスクのうち16項目で優位性を示し、明確な技術的貢献と再現性を備えていることを実証した。なお、すべての結論はarXiv論文の要約および事実抽出内容に厳密に対応しており、外部情報は一切導入していない。

経緯と関連報道

arXiv cs.CL87

研究により、報酬モデルのスコアリングには顕著なヒント依存性が存在することが明らかになった：ペア比較評価ではこのバイアスを検出できない

2026年10月24日付でarXivに掲載されたAI研究論文は、現在主流のペアワイズ評価手法では、同一のプロンプトに対するすべての応答に共通するスコアリング成分が自動的に相殺されてしまうため、報酬モデルにおける重要な「プロンプトレベルのバイアス」が検証されていないと指摘している。著者らは人間による評価を基準として、既に公開されている18種類のスコアラーに対して監査を実施した結果、HelpSteer2データセットにおいて、6つのモデルではスコアの分散の34％～64％がプロンプトそのものに起因しており、一方で人間の評価ではこのような現象はほとんど見られなかったことを明らかにした。

What Pairwise Evaluation Misses: Reward Scores across Prompts

注目する理由：本研究は、大規模言語モデルのアライメントプロセスにおいて長らく見過ごされてきた根本的な欠陥を指摘している――すなわち、報酬モデルによるスコアリングが応答の質そのものではなく、提示文に強く依存している点である。また、本研究の方法論（人間基準による審査、プロンプトの置換、分散分解）は再現性が確保されており、結論は実証的分析に基づいており、複数の主流なオープンソースの評価ツールを網羅しているため、嗜好最適化、RLHF、および安全評価の実践に対して直接的な警鐘を鳴らすものとなっている。

経緯と関連報道

Hugging Face 官方博客

マイクロソフトとHugging FaceがThinkingBoxフレームワークをオープンソース化：データベースの最終状態を確定的な報酬信号として用い、エージェントの強化学習後訓練を推進

マイクロソフトとHugging Faceは共同でオープンソースフレームワーク「ThinkingBox」を発表しました。このフレームワークは、LLMエージェントが実行した後の実際のデータベースの最終状態と期待される状態を比較し、0/1の二値報酬を生成することで強化学習による微調整に用いられます。また、それに伴うベンチマーク「ThinkingBox-Bench」には507の実際のバックエンドタスクが含まれており、いずれのタスクも学習に使用されていません。Qwen3.8-27Bは50ステップのGRPOによる微調整を経た結果、ホールドアウトテストセットにおいてpass@1が9.08ポイント向上し、Observed 20/20は約3倍に増加しました。ただし、一部の領域ではpass@20が低下しており、これは広範さと安定性のトレードオフを反映しています。

経緯と関連報道
TechCrunch · AI

PHPの「終末的脆弱性」が暴露：OpenAIとWizがAIを活用して20年にわたる深刻な脆弱性を発見

米国家安全保障局（NSA）は緊急警告を発し、OpenAIとGoogle傘下のWizチームがAIツールを活用して、PHP 5以降の全バージョン（2004年以降）に影響を及ぼす深刻なセキュリティ脆弱性を2件共同で発見したと述べました。これらの脆弱性により、サーバーのファイルシステムやデータベースが遠隔から侵害されるおそれがあります。現時点で野外での悪用事例は報告されていませんが、AIの登場により攻撃の敷居は大幅に低下しており、世界中の数千万のウェブサイトが直ちにPHP 8.5.12へアップグレードする必要があります。

メディア
経緯と関連報道

Google DeepMind

グーグルのAntigravityプラットフォームが抗菌ペプチドの発見を加速：ProtNLMとAlphaFoldを基盤としたエンドツーエンドのAIサイエンスワークフロー

GoogleはAntigravity科学インテリジェントエージェントプラットフォームを発表し、ProtNLMによるタンパク質機能予測モデル、AlphaFoldの構造データベース、およびゲノムコンテキストに基づく推論機能を統合することで、生物学者が一度の対話セッションにおいて、UniProtに収録された数百万もの「ダークマター」配列といった膨大な未注釈タンパク質の中から新規抗菌ペプチド（AMP）を同定・検証し、優先順位付けするまでの全工程を実行できるよう支援します。また、最初の候補分子（UniProt ID: A0A0U0D591）はすでに湿式実験による検証段階に入っています。

公式
経緯と関連報道