本文へ移動
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

アーティファクト蒸留:フロンティアモデルから小型言語モデルへの訓練不要な転移

arXiv:2610.37680v1 発表タイプ:新規 要旨:フロンティアモデルと小型言語モデルの性能差を埋める手法としては、通常は蒸留が用いられます。すなわち、フロンティアモデル(教師)の出力に対して小型モデル(生徒)を微調整することで転移を行いますが、この方法では転移に必要な計算コストが伴う上、転移された知識はほとんど不透明なままです。そこで私たちは「アーティファクト蒸留」を提案します。これは、教師モデルが学習課題を解き、その問題解決手順を外部にアーカイブしておき、生徒モデルが推論時にそのアーカイブを参照するという手法です。これにより、勾配による更新は一切不要となります。LiveBenchの4つのタスクにおいて、Claude Opus 4.5が作成したアーカイブを用いることで、Claude Haiku 4.5は空間的推論において、コストを60%に抑えながら、無補助のClaude Sonnet 4.5を0.707対0.647で上回り、テーブル結合タスクではコストを89%に抑えた上でSonnet 4.5と同等の性能を達成しました。さらに、同じ生データのアーカイブを用いることで

経緯と関連報道

推論を行う大規模言語モデルのための教師あり微調整:サーベイ

arXiv:2610.37681v1 公表タイプ:新規 要旨:近年、大規模な推論モデルは複雑なタスクの解決において顕著な能力を示しており、長文の思考過程データに対する教師あり微調整(SFT)が、その推論能力を引き出し、さらに向上させるための重要な基盤となっています。推論に特化したSFTの改善と分析の両面で急速な進展が見られるにもかかわらず、この分野には依然として、急成長する文献を統合した体系的なサーベイが存在しません。このギャップを埋めるために、私たちは推論向けSFTに関する最近の進展を包括的にレビューし、方法論的設計と分析的検討という二つの視点から文献を考察します。まず、SFTパイプライン全体にわたる方法論上の改良を概観し、それらをデータ中心のアプローチとアルゴリズム中心のアプローチに分類します。

経緯と関連報道

トークン信頼度は単なるチェーン長にすぎないのか?推論トレースに対する信号処理的検証

arXiv:2610.36709v1 発表タイプ:新規 要旨:推論型言語モデルは、長い思考の連鎖を書き出すことで数学問題に解答し、問題ごとに多数の連鎖をサンプリングして多数決を取ることで、生成テキスト量が大幅に増えるというコストを伴いながら精度を向上させている。このコストを削減する一般的な手法として、モデルが各トークンを生成する際の信頼度に基づいて各連鎖をスコアリングする方法がある。ここでトークンとは、単語または単語の一部を指す。この手法では、2048トークンの移動平均を計算し、その平均値が最も低い連鎖を保持または停止する。私たちは、トークンごとに記録された信頼度を、音声やラジオにおける信号と同様の意味で捉え、スペクトル解析や急激な変化を検出する統計検定などの標準的な信号処理手法を用いてこの手法を評価した。私たちは、以下のデータセットから500問の各問題について16本の連鎖をサンプリングした。

経緯と関連報道

産業インテリジェンス:製造業の次の成長機会

各メーカーにはそれぞれ独自の産業用インテリジェンスがあります。その一部は文書化されており、もう一部は熟練作業者の経験知に依存しています。例えば、段取り替え後にラインを再稼働しようとする熟練オペレーターを想像してみてください。機械の設定も重要ですが、特定の材料がどのように挙動するか、前シフトで何が起きたか、そして一見些細に見える…

経緯と関連報道

目論見書を読んで、ようやくアンソロピックがなぜユーザーを気にしないのかが分かりました

大きなニュースがついに到来しました。10月26日、Anthropicは米国証券取引委員会にS-1登録届出書を公開提出し、ナスダック・グローバル・エクセレント・マーケットへの上場を計画しています。銘柄コードはANTと定められました。メディア報道によれば、同社の企業価値はすでに1.5兆ドルから2兆ドルの範囲で議論されており、発行価格帯はまだ公表されていません。わずか24時間のうちに、300ページを超えるこの目論見書はテック業界および金融業界で詳細に分析され、最も注目を集めるいくつかの数字はすでに広く知られるところとなりました。2026年上半期の売上高は162.86億ドルで、前年同期はわずか11.63億ドルでした。第2四半期には9.74億ドルの営業利益を計上し、同社史上初の黒字決算を達成しました。一方、帳簿上の純損失は807億ドルに上りますが、その大半は723.88億ドルに及ぶ転換社債・デリバティブ負債およびSAFEの公正価値変動によるもので、いずれも非現金の会計費用に該当します。 しかし、こうしたウォール街的な物語とは別に、中国国内の開発者や日常的なユーザーには、また別の乖離した実感があります。中国本土のユーザーから見ると、Claudeはおそらく現在市場で最もアカウントが凍結されやすく、規制が厳しく、利用時に最も苛立たせるAI製品だと言えます。なぜ、最先端の大規模言語モデルを開発する企業が、一般の個人ユーザーに対してこれほど冷淡な態度を示すのか――目論見書の財務注記やリスク警告を読み解けば、その答えは帳簿のなかに既に記されています。Anthropicの事業構造において、個人ユーザーがもたらす収益は極めて小さな割合にすぎません。 01 個人ユーザーの割合は20%未満 ある企業が実際に誰を重視しているのかを理解する最も直接的な方法は、その収益構成表を確認することです。目論見書の財務諸表注記2では、Anthropicは売上高を大きく二つに区分しています。ひとつは使用量に応じた課金による収益、もうひとつはサブスクリプション収益です。その比較は極めて対照的です。2025年通期において、使用量課金による収益は37.96億ドル、サブスクリプション収益は7.89億ドルで、比率は約83%対17%でした。2026年上半期には、使用量課金による収益が130.64億ドルに急増し、サブスクリプション収益は32.22億ドルとなり、前者の比重は依然として約80%、後者の比重は約20%に留まります。さらに重要なポイントは、サブスクリプション収益の内訳に隠されています。この20%のうち、個人ユーザー向けのCl

経緯と関連報道

n8n@3.0.0

# [3.0.0](https://github.com/n8n-io/n8n/compare/n8n@2.45.0...n8n@3.0.0) (2026-10-27) ### 不具合修正 * アーティファクトのダウンロードボタンにファイルタイプのツールチップを追加 ([#41490](https://github.com/n8n-io/n8n/issues/41490)) ([4a74f02](https://github.com/n8n-io/n8n/commit/4a74f027e612f31098b354dd3a77b2c2ab98281c)) * **ai-builder:** 実行の読み込みを確認:アシスタントの実行で読み込みが行われる ([#41863](https://github.com/n8n-io/n8n/issues/41863)) ([a967486](https://github.com/n8n-io/n8n/commit/a9674866d075e989a5ce896432262c9a7dc8b0c7)) * **ai-builder:** 設定されたAIトランスポート経由でアシスタントモデルへの呼び出しを送信 ([#41948](https://github.com/n8n-io/n8n/issues/41948)) ([9b63561](https://github.com/n8n-io/n8n/commit/9b63561cbb48f06d216f27be3b77722d97e4e74a)) * カスタムOAuth2スコープを許可 ([#41249](https://github.com/n8n-

経緯と関連報道

n8n@2.46.0

# [2.46.0](https://github.com/n8n-io/n8n/compare/n8n@2.45.0...n8n@2.46.0) (2026-10-27) ### 不具合修正 * アーティファクトのダウンロードボタンにファイルタイプのツールチップを追加 ([#41490](https://github.com/n8n-io/n8n/issues/41490)) ([4a74f02](https://github.com/n8n-io/n8n/commit/4a74f027e612f31098b354dd3a77b2c2ab98281c)) * **ai-builder:** 実行:読み取りを確認 — Assistant の実行で読み取りが行われる ([#41863](https://github.com/n8n-io/n8n/issues/41863)) ([a967486](https://github.com/n8n-io/n8n/commit/a9674866d075e989a5ce896432262c9a7dc8b0c7)) * **ai-builder:** 設定された AI トランスポート経由で Assistant モデルへの呼び出しを送信 ([#41948](https://github.com/n8n-io/n8n/issues/41948)) ([9b63561](https://github.com/n8n-io/n8n/commit/9b63561cbb48f06d216f27be3b77722d97e4e74a)) * カスタム OAuth2 スコープを許可 ([#41249](https://github.com/n8

経緯と関連報道

Anthropicは、AIブームを支えるためにガスを燃やしている

上場準備を進めるなか、AnthropicのS-1届出書は、生成AIがメタンに依存している現状を露骨に示している。「電力供給へのアクセスや、十分な電力供給が確保できるデータセンターの立地を巡る競争は激化している。」米証券取引委員会に月曜日提出された文書において、Anthropicは、データセンターがますます「天然ガス」に依存するようになっていることを認めている[…]

Anthropic is burning gas to feed the AI boom
経緯と関連報道

企業がAIの実験段階から自律運用へと移行する際に注目すべきポイント

過去3年間、企業向け人工知能の議論は、モデルが何を言えるかに焦点を当ててきました。今後3年間は、システムに何を許容するかがテーマとなるでしょう。これは、優れたモデルだけでは解決できない、より難しい課題です。10月28日(水)、私はボストンで開催されるブルームバーグ・テック・イベント「Building the […]」に出席します。記事「企業がAIの実験から自律運用へ移行する際に注目すべきポイント」は、もともとSiliconANGLEに掲載されたものです。

経緯と関連報道

ケビン・ルースはAGIに取り憑かれている。あなたはどうしてそうならないのだろうか?

今日は、AI業界の最近の劇的な変革を詳述した新刊『The AGI Chronicles』の著者でジャーナリストのケビン・ルースとお話しします。ケビンは長年ニューヨーク・タイムズの記者を務め、人気ポッドキャスト「Hard Fork」のホストでもありました。しかし彼と、同番組の友人であるケイシー・ニュートンは、先日[…]を去りました。

Kevin Roose is AGI-pilled. Why aren’t you?Kevin Roose is AGI-pilled. Why aren’t you?
経緯と関連報道

物理学に基づく最適化のためのエンドツーエンド微分可能な拡散条件付け

arXiv:2610.31721v1 発表タイプ:新規 要旨:評価コストが高く、複雑な制約条件下で高次元の物理系を最適化することは、科学および工学における中心的な課題である。オフラインのモデルベース最適化(MBO)では、テスト時に真の目的関数にアクセスできない状況下で、固定されたデータセットのみを用いて設計を改善しなければならない。しかし、既存の手法は一般的に保守的すぎる、代理モデルの無制限な活用、あるいは精密な物理的目標に対して候補を精緻に修正できない静的な推論時サンプリングとして機能するといった問題を抱えている。本稿では、確定的サンプリングにより逆ノイズ除去チェーンが条件付信号に関して微分可能となるという事実を活用した、オフラインMBO向けの微分可能な拡散条件付け(D2C)を提案する。D2Cは…

End-to-End Differentiable Diffusion Conditioning for Physics-Informed Optimization
経緯と関連報道