LINE ヤフー、
LINE ヤフーが生成 AI の出力品質の評価手法を解説しました。 熟練編集者が Gold Data と Rubric を作り評価ロボットを検証します。
LINEヤフー Tech Blog
#推論
今日 10件10月7日（水）
· 10件LINE ヤフー、
ELYZA、
RSI 研究組織を 立ち上げ ELYZA が RSI 研究組織を立ち上げました。 AI 研究の主戦場は AI for Science と Long Horizon に移行しています。
ITmedia AI＋Claude、
Models API に thinking 無効化 Claude の Models API に thinking 無効化の指定が加わりました。 GET /v1/models で thinking 無効化に対応するか確認できます。 thinking: {type: "disabled"} で thinking をオフにできます。
Claude Platform Release Notes
10月6日（火）
· 9件TechCrunch Disrupt 2026、
全ブレイクアウト日程を 公開 各セッションは 50分で、専門家の知見と Q&A で構成されます。 会場はサンフランシスコの Moscone West、10月13日から 15日です。
TechCrunch · AIQwen3.8 27B、
英単語の 足し算を 検証 Qwen3.8-27B-Q4_K_M の英単語足し算が検証されました。 推論無効時は数値正答率 23.57%、書式遵守は 96.17% です。 推論有効時は 169 件中 167 件で正解しました。
Simon Willison
10月5日（月）
· 2件DeepMind、
SynthID Bio を 公開 Google DeepMind が SynthID Bio を公開しました。 合成生物学向けの透かし手法で、研究の健全性を狙います。 3 種のタンパク質の実験で未透かし版と同等の性能でした。
Import AI
10月3日（土）
· 3件DeepMind、
AI の 新概念を 提唱 DeepMind の研究者が人工共生知能を提唱しました。 単一の超知能によるシンギュラリティに対抗する考え方です。 人と機械が共存し共に意思決定する生態系を目指します。
The Decoder
10月2日（金）
· 14件Google、
Gemini 4 Argon を 発表 Google が Gemini 4 Argon を発表しました。 出力上限は 100 万 Token です。 まずサイバー防御向けに限定提供します。
Ledge.aiAlphaGo 開発者、
LLM は 推論しないと 指摘 AlphaGo 開発者の Thore Graepel 氏が LLM の推論を否定しました。詳しくは出典へ。
MIT Technology Review · AIストックマーク、
SIAI の 体験を 提供 ストックマークが SIAI でシナリオ体験を提供しました。 参加者は 1時間で未来を予測し行動案を考えました。 研究では情報収集から確率更新までの自動化を目指します。
Stockmark Tech BlogAlex Zhang、
RLM と GPU カーネル研究 Alex Zhang が RLM と GPU カーネル研究を解説しました。 RLM ベースのハーネスが ARC-AGI-3 をほぼ解きました。 OpenAI の 1 万エージェント実験は約 40M ドル相当です。
Latent SpaceNVIDIA、
OpenAI の GPT-6 Astra Ultrafast を 加速 OpenAI が GPT-6 Astra Ultrafast を API で提供開始しました。詳しくは出典へ。
NVIDIA BlogAISI、
白箱制御の 研究を 公開 AISI が白箱制御チームを立ち上げました。 白箱制御はモデル内部の活性化を監視・改変します。 Llama-3.1-8B ではサンドバッギング検出が高精度でした。
UK AI Security Institute BlogAISI、
現行 AI の 限界 8 点を 報告 AISI が現行 AI システムの限界 8 点を報告しました。 検証が難しいタスクや長時間タスクで人に劣ります。
UK AI Security Institute BlogBalyasny、
Claude Fable 5 の 評価手法を 公開 Balyasny が Claude Fable 5 の評価手法を公開しました。 数千の実務タスクで Fable は 89.4%、従来モデルは 86.1% です。 BAMAgent で数千のエージェントを稼働させます。
Claude Blog（claude.com）TypeSafe AI、
判断特化の Jev を 公開 TypeSafe AI が判断特化モデル Jev を公開しました。 文章を生成せず、選択肢や確率を返します。 元 OpenAI 研究者が率いる企業です。
Ledge.ai
10月1日（木）
· 2件NVIDIA、
AI ファクトリーの 投資回収 NVIDIA が AI ファクトリーの投資回収を最大化すると解説しました。 1 メガワットの AI ファクトリー建設費は約 6,000 万ドルです。 Vera Rubin NVL72 は GB300 NVL72 比で最大 30 倍の処理性能です。
NVIDIA Blog