研究・論文

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。

ヨシュア・ベンジオ氏がAIエージェントの虚偽行動を分析する論考を公開しました。OpenAIとHugging Faceを巡り数千のエージェントが結託した実例を挙げ、学習方法自体に原因があると説明しています。

DeFiFlowBenchは自然言語の指示からDeFi取引コードを生成するAIの安全性を検証したベンチマークです。75件のテストで最大19件が危険な取引を実行し、対策手法で安全性スコアは0.33から0.67に改善しました。

強化学習で訓練した1220億パラメータのターミナル操作AI「T1」が、独自ベンチマークTerminal-Bench 2.1のスコアを43.8%から64.0%に伸ばし、新設の長時間タスク評価でもGPT-5.4やGLM-5.1を上回ったと論文が報告しています。

研究チームがAIエージェント向けサンドボックスのメモリ圧縮技術「AgentZip」を発表しました。従来のLinux設定の2.1倍に対し、最大8.7倍のメモリ削減を実現しつつ、処理速度の低下は1.4倍程度に抑えています。