研究

Anthropicは、評価プロセスにおける独立した第三者評価者（インディペンデント・エバリュエーター）の組み込みについての最新情報を発表しました。

OpenAIは、フロンティアAIのトレーニングにおけるセーフティケース（安全性の論証枠組み）に関する初期ガイドラインを公開しました。このガイドラインには、技術的なセーフガード、運用上の実務、およびアライメント不整合によるインシデントの調査方法が含まれています。

Nemotronモデルファミリーをファインチューニングすることにより、国際情報オリンピック（IOI）と国際数学オリンピック（IMO）の両課題において金メダルレベルの成績を獲得したことが発表されました。

OpenAIは、現実的なメンタルヘルスに関する会話を通じて、有用で安全なAI応答を評価するための専門家の知見に基づくベンチマーク「MentalHealthBench」を発表しました。

Microsoftは2026年10月3日、Hugging Faceのブログにおいて、AIエージェントによる作業完了の自己申告と実際のデータベース状態との相違をテーマにした「ThinkingBox」に関する記事を公開しました。

Hugging Faceのブログにて、MultiverseComputingCAIによるMCP（Model Context Protocol）エージェント向けの情報源意識型検証（Source-Aware Verification）に関する記事が公開されました。事実の確認にとどまらず、情報源自体の正確性を検証する手法に焦点を当てています。

OpenAIは、新たに浮上するAI研究成果の検証や情報発信を指導・助言するための「数学と人工知能に関する独立アドバイザリーグループ」と連携していることを発表しました。

Hugging Faceは、UK AISI（英国AI安全性研究所）とEvalEvalがAIモデルのベンチマーク結果における再現性をどのように確保・向上させているかについての記事を公開しました。

Hugging Faceに公開された記事「Pruning LLMs Like a Physicist: Block Removal as an Ising Optimization Problem」では、大規模言語モデル（LLM）のブロック単位での削除（プルーニング）をイジング最適化問題として解く物理学的アプローチが紹介されています。

OpenAI Economic Researchが発表した調査によると、労働者が従来の職務枠を超えてAIを活用しており、新たな活動が日常業務の継続的な一部として定着しつつあることが明らかになりました。

Anthropicの新たなライフサイエンス研究ラボにおける初期成果として、Claudeエージェントが機能のまだ解明されていない未知の酵素システムを発見しました。

OpenAIは、ミレニアム懸賞問題の一つであるナビエ–ストークス懸賞問題に対し、AIが生成した解決策を公開しました。公開内容には詳細な解説文書に加え、定理証明支援言語「Lean」を用いた形式的な証明が含まれています。

OpenAIは、生成AIが10代の発達、ウェルビーイング、および安全性にどのように影響するかを調査する独立研究を支援するため、500万ドルの助成金プログラムを開始し、公募を受け付けています。

Googleは、世界的な学術アドバイザーやフェロー、コア内部研究者を加えて「AI & Economy」チームを拡大したことを発表しました。

宇宙飛行士のクリスティーナ・コック氏と、Googleのリサーチ・ラボ・テクノロジー＆ソサエティ担当上級副社長のジェームズ・マニカ氏が、宇宙、テクノロジー、発見をテーマに対談を行いました。

Anthropicは「Life Sciences Verification Program」を発表しました。同社は信頼性が高く、解釈可能で制御可能なAIシステムの構築に取り組むAI安全性および研究企業です。

Googleは高度なAI技術を活用し、科学的な進歩を加速させるとともに人々の生活を向上させる取り組みに注力しています。AIが社会や日々の生活にどのような影響を与えているかに焦点を当てています。

OpenAIは、モデルのミスアライメント（意図しない挙動や調整不全）を追跡、調査、公開するためのフレームワークを発表し、予期しないまたは懸念されるモデルの挙動に関する6つの事例報告を公開しました。

OpenAI内部では、コーディングエージェントがAI研究のあり方を再構成しています。エージェントの使用状況や実験の進捗速度、タスクの複雑性、研究全体の加速に関する初期データが公開されました。

Google AIは、従来のテキスト翻訳を超え、世界中の豊かで生きた言語表現をそのまま正確に理解するAIモデルの構築を進めています。すべての人があらゆる言語でAIを活用できる環境の実現を目指しています。

IBM ResearchはHugging Faceのブログにて、AIエージェントが一度成功したタスクを繰り返し安定して再現できるかという一貫性の課題と、Agent Lifecycle Toolkit（ALTK）に関連する評価手法に関する記事を公開しました。

セザール・デ・ラ・フエンテ氏の研究室では、薬剤耐性感染症に対抗する抗菌候補物質を発見するため、CodexとChatGPTを使用して現生および絶滅したゲノムの解析・探索を行っています。

MITの研究者がGPT-5.6 SolとCodexを活用し、量子コンピューティング実験の自律的な実行、結果分析、およびキュービットのキャリブレーションを行っている事例が公開されました。

Hugging Faceに掲載されたMultiverse Computing CAIの記事では、AIモデルが要求を拒否する際、トピック全体を一括拒否するのではなく問題のある特定のサブセットのみを拒否するアプローチについて議論されています。

Hugging Faceのブログにて、大規模言語モデル（LLM）のベンチマークが実際に何を測定しているのかを検証・分析する「BenchMIRT」に関する記事が公開されました。

OpenAIのJakub Pachocki氏は、高度化するAIシステムとそれらをアライメントし続ける課題について考察し、より強固なセーフガードと国際的な協調の必要性を訴えました。

IBM Researchは、Hugging Faceのブログにて「AIエージェントには実際にどれだけのメモリが必要か」に関する記事を公開しました。AIエージェントのリソース最適化やメモリ要件についての検討が行われています。

Hugging Faceは、わずか100ステップのGRPO（Group Relative Policy Optimization）学習を用いて、構造化出力の精度を高める350M（3億5000万）パラメータモデルのファインチューニング手法に関する記事を公開しました。

Hugging Faceは、ICML（International Conference on Machine Learning）に掲載された2,200本におよぶ論文の再現実験を行った取り組みと、そこから得られた学びについての記事を公開しました。

IBM ResearchはHugging Faceのブログにて「Thinking of ACE? We Can Do It with Fewer Tokens」と題した記事を公開し、ACEにおける処理をより少ないトークン数で実現するアプローチを発表しました。

Hugging Faceが音声認識（ASR）分野におけるベンチマーク最適化の影響や測定方法に関する解説記事を公開しました。モデルが特定データセットや評価指標に対して過剰に最適化される課題と、その実際の性能評価への影響を取り上げています。

Hugging Faceのブログにて、知識蒸留（Knowledge Distillation）を大規模かつ効率的に運用し、コストを大幅に抑えるための取り組みに関する記事が公開されました。

Googleは、研究用医療AIシステム「AMIE」が模擬環境においてリアルタイムの臨床ビデオ診察を行う能力を実証したことを、同種初となる研究で発表しました。

Hugging Faceが運営するOpen ASR Leaderboardに、初となるグローバルサウスの言語が追加されました。

Anthropicは、AIエージェントが物理デバイスを安全に操作できるようにするための共通仕様「Model Hardware Standard（MHS）」の研究プレビューを公開しました。初期の対象として、一部の科学研究機関や先進製造事業者へ提供されます。

Anthropicは科学者に対する支援の拡大を発表しました。同社は信頼性が高く、解釈可能で制御可能なAIシステムの構築に取り組むAI安全性および研究の企業です。

OpenAIは、1,000人以上の学生を対象としたランダム化研究の結果を公表しました。本研究では、大学の実際の課題においてChatGPTの利用や批判的思考のトレーニングが、解答の質、思考の広がり、独自性、および課題の成果にどのような影響を与えるかを分析しています。

OpenAIは新しいレポートを公開し、学生や教育者がChatGPTを活用して教室外までサポートを広げ、学習をより継続的なものにする方法について探究しました。

Anthropicは、AIがユーザーのウェルビーイング（幸福度）に及ぼす影響に関する独立した研究を支援するため、500万ドルの助成金プログラムを開始しました。

Metaは、毎日数十億件のユーザーインタラクションを処理する広告ランキングシステムにおいて、静的な手動特徴量ではなくユーザーアクションの順序やタイミングをモデル化する手法を進展させ、スケーリング法則を取り入れた多段階アーキテクチャを技術ブログで発表しました。