OpenAI、フロンティアAI訓練に向けた安全性ケースの初期ガイドラインを公開
フロンティアAIの訓練に向けて、安全性ケースの考え方に関する初期ガイドラインが示されています。 / 技術的な安全対策だけでなく、運用上の実践や、ミスアラインメント事案の調査も含めて整理されています。 / AIの訓練段階における安全管理の枠組みを考えるうえで、日本語でも紹介する価値がある内容とみられます。
論文紹介: Vision-Language-Actionモデルの「前提の食い違い」への応答を測るベンチマークConflictVLA-Bench
Vision-Language-Action（VLA）モデルが、無効な前提を含む課題にどう反応するかを調べるベンチマークが提案されています。 / 著者らは、単なる失敗だけではなく、課題を続けようとして結果的に誤る「Failed Persistence」という振る舞いに注目しています。 / ConflictVLA-Benchは、前提が食い違う試行と、前提に一致した参照試行を組み合わせて評価する設計だと説明されています。
NVIDIA Kumo Tabularが表形式予測で精度と効率の両立を目指すと紹介
Hugging Face Blogで、NVIDIA Kumo Tabularについての紹介記事が公開されています。 / 表形式データの予測において、精度と計算効率の両立を目指す内容とされています。 / AIモデルの実務利用で重要になりやすい、性能と運用コストのバランスに関心がある読者向けの話題です。
論文紹介: プライバシーに配慮した臨床意思決定支援のためのエージェント型AI「SMARtCARE」
長文の臨床AIでは、過去の入院歴や病状変化が文脈から外れて見落とされる課題があるとされています。 / SMARtCAREは、ICU監視を念頭に、状態を4段階で切り替える臨床支援アーキテクチャとして提案されています。 / 患者の過去の経過をそのまま再取得するのではなく、6チャネルの「fingerprint」で扱う点が特徴として説明されています。
論文紹介: BioEVAL — バイオエンジニアリング向けの大規模言語モデル・マルチモーダルモデル評価ベンチマーク
BioEVALは、バイオエンジニアリング分野における大規模言語モデルとマルチモーダルモデルの実験的な推論能力を評価するための新しいベンチマークとして紹介されています。 / 既存の評価は事実の想起に偏りがちで、最先端の課題やマルチモーダルな課題での性能を十分に見にくい、という問題意識が示されています。 / 11の主要なバイオエンジニアリング分野を含む、グローバルかつ複数機関による取り組みとして説明されています。
RinggのAIエージェント、顧客対応の一部を自動化 OpenAIが導入事例を紹介
OpenAIの公開情報で、RinggがGPT-5.6を使って多言語のAIエージェントを運用していると紹介されています。 / 対応チャネルは音声、チャット、WhatsApp、Webに広がっているとされています。 / 一部の顧客対応で最大65%を解決できている、と説明されています。
論文紹介: マルチエージェントのコード判定は「根拠がある時だけ答える」べきかを検討する新着プレプリント
arXivで公開された新着プレプリントで、コードの正しさを別のモデルが判定する場面を扱っています。 / 要旨では、モデルが根拠の有無を区別せず、確信のある判定のように返してしまう問題意識が示されています。 / 著者らは、検証対象から独立した証拠であることと、答えと十分に異なる証拠であることが重要だと述べています。
OpenAI、Lenfest InstituteのAI支援プログラム拡大を発表
OpenAIが、Lenfest AI Collaborative and Fellowship Programへの支援拡大を発表しています。 / 発表によると、資金として500万ドル、さらに最大500万ドル相当のソフトウェアクレジットとエンジニアリング支援が提供されます。 / 報道機関やメディア向けのAI活用支援に関わる取り組みとして、日本語読者にも一定の関心がある内容です。
OpenAIが「MentalHealthBench」を公開 メンタルヘルス対話での安全性と有用性を評価するベンチマーク
OpenAIが、実際のメンタルヘルス対話を想定したAI評価用ベンチマーク「MentalHealthBench」を紹介しています。 / このベンチマークは、AIの応答が役に立つかどうかと、安全性を両立できているかを確認するためのものと説明されています。 / 公開情報の範囲では、専門家の知見を取り入れて設計された評価基準であることが示されています。
NVIDIA、AI工場向けの電力・冷却製品を認定する「DSX Ready」を発表
NVIDIAが、AI工場向け参照設計に合うパートナー製品を認定する制度「NVIDIA DSX Ready」を紹介しています。 / 対象の初期カテゴリは、バッテリー蓄電システム（BESS）と冷却分配ユニット（CDU）です。 / AIインフラの拡大に伴い、電力・冷却・水・設置場所・電力網の制約が、導入できる構成に影響すると説明されています。