Google DeepMind、Gemini 3.8 Flash と 3.8 Flash Cyber を紹介
Google DeepMind の公式ブログで、Gemini 3.8 Flash と 3.8 Flash Cyber が紹介されています。 / タイトルからは、通常版の Flash に加えて、サイバー用途を意識した Cyber 版が示されています。 / 現時点で要旨や本文抜粋は示されていないため、詳細な性能や用途は公開情報の確認が必要です。
論文紹介: 高齢者を狙う詐欺のリスクを、会話の進行に合わせて推定する小規模言語モデルの研究
高齢者を狙う金融詐欺について、メールやSMS、電話などの複数ターンのやり取りの中でリスクを段階的に見積もる手法を提案したプレプリントです。 / 要旨では、詐欺の兆候は会話の最初から一度に現れるのではなく、信頼の形成や緊急性の演出を通じて少しずつ強まると説明されています。 / 提案手法は、資源が限られた環境でもリスク推定を更新し続けることを意識した設計とされています。
AIネイティブ企業は業務をどう仕組みに変えるのか: OpenAIの紹介記事
Basis、Clay、Exa Labsが、AIエージェントを使ってオンボーディング、アカウント管理、開発者向け連携を改善していると紹介されています。 / AIを単なる個別の作業支援ではなく、業務の運用能力として組み込む考え方が示されています。 / 企業の担当者向けに、導入時に応用できるポイントをまとめた内容とみられます。
OpenAI、ChatGPTで医療情報源と電子カルテの接続に対応と発表
OpenAIの公開情報では、ChatGPTが信頼できる医療データに接続できるようになったと説明されています。 / 医療従事者が患者情報の文脈や医学研究などへ、より安全にアクセスできることを狙っているとされています。 / 原文の範囲では、接続可能なデータの種類や利用条件の詳細は限られており、実際の運用範囲は確認が必要です。
OpenAIが「Astra」に関する安全性評価を公表、サイバー能力の基準に到達と説明
OpenAIは、AstraがPreparedness Frameworkの「Critical cybersecurity capability threshold」に初めて到達したモデルだと発表しています。 / あわせて、公開に向けてより強い安全対策を適用すると説明されています。 / 対象はモデルの能力評価と安全策であり、現時点では製品機能の詳細や一般公開の範囲は要旨からは分かりません。
Google DeepMind、Geminiによる「agentic video understanding」を紹介
Google DeepMindの公式ブログで、Geminiを用いた「agentic video understanding」が紹介されています。 / 動画を受動的に見るだけでなく、必要に応じて関連箇所を探し、理解を助ける使い方が示されている可能性があります。 / 現時点で確認できるのはタイトルと公開情報のみで、具体的な手法や評価結果は要確認です。
論文紹介: LLM評価を測るためにRasch測定理論を用いる提案
arXivの新着プレプリントとして、LLM評価を「測定」の問題として捉え直す研究が公開されています。 / この論文は、LLMがベンチマークで採点される側、他モデルの出力を判断する側、人間の文章を評価する側のいずれにも関わる状況を扱っています。 / 要旨では、従来の評価では評価結果を形づくる要素の役割分担が十分に見えにくく、Rasch measurement theoryがその整理に向いていると説明されています。
論文紹介: 実環境に近い条件で一般的なモバイルアシスタントを評価するベンチマーク GMA
arXivの新着プレプリントとして、一般的なモバイルアシスタントを評価するためのベンチマーク「GMA」が提案されています。 / 既存の AndroidWorld や MobileWorld などを土台にしつつ、実際のモバイル利用の多様さや複雑さをより反映することを目指していると説明されています。 / 要旨では、オープンソースのプロジェクトを基にした7つのアプリケーションを含むことが示されています。