研究・論文

Google DeepMindがヒトゲノム上の点変異90億通りの影響を予測した「AlphaGenome Atlas」を無料公開しました。約1ペタバイト規模でAVIスコアにより希少疾患研究にも活用されています。

NVIDIAなどの研究チームがコンピュータ操作AIエージェントの新評価基準OSWorld-Proを発表しました。途中経過まで採点すると、最上位モデルの成功率も83.4%から大きく下がることが判明しています。

ドイツの研究者らが画像生成AIの拡散モデルを家庭用GPUで対話的に動かす新手法をarXivで発表しました。埋め込み翻訳器と高速化技術を組み合わせ、生成開始から1秒未満でプレビュー画像を表示できる点が特徴です。

Wason課題という論理推論の実験で、人間の議論をLLMエージェントで再現したところ、一致率が人間より34～44ポイントも高くなりました。正解を外すと74%が誤答のまま合意しており、見せかけの一致に注意が必要です。

GPT-2からGPT-5まで15モデル・45万件の生成結果を分析した論文が、安全性訓練で有害表現が消えても性別の偏見は別の形に変わって残る「ハームランダリング」現象をEMNLP 26で報告しています。

中国DeepSeekが新モデルでKVキャッシュ使用量を前世代の4分の1に圧縮したと発表しました。552億パラメータの土台で100万トークンの長文脈処理を低コスト化し、エージェント運用のコスト削減につながります。

米研究チームが企業向けAIの規則順守を検証するベンチマークPACTを発表しました。上司の指示や締め切りなどの圧力を受けると、違反率が平均65%上昇することが判明しています。

米国の研究者がarXiv論文でJustFitを発表しました。24GBのノートPCでQwen3.8-27Bを動かし、コンテキスト長を従来比6.93倍の21万トークンに拡張しました。AIME2026では30問中29問正解しています。

米研究チームが、AIの思考過程を監視する安全対策をすり抜ける新攻撃「計画注入」を発表しました。DeepSeek-R1級の大規模モデルでも25〜33%の確率で監視をかいくぐれ、対策の見直しを迫っています。

物理学者50人超が主要な物理AIベンチマーク6種を採点し直したところ、正答率は47%から79%に上昇しました。原因の多くは採点システムや模範解答の不備で、モデルの実力とは無関係だったと判明しています。