OpenAIとCodeAIが学生向けAIリテラシー支援で提携新着!!
OpenAIとCodeAIが、学生のAIリテラシー向上を支援する提携を発表しています。 / 公開要旨では、AIについて批判的に考える力や、AIを責任ある形で使い、形作るための技能を育てることが目的だと説明されています。 / 教育分野でのAI活用や学習支援に関心がある読者にとって、注目しやすい一次情報です。
論文紹介: マルチモーダルモデルの「見えない情報」を推理する新ベンチマーク「The Unwritten Benchmark」新着!!
arXivで、マルチモーダルモデルの抽象的な知覚推論を試す新しいベンチマークが紹介されています。 / 課題は、動的で生成的な過程から直接見えない情報を推理する力を測ることにあります。 / 論文要旨では、音と動きにまたがる単語推定を含むタスクが提案されているとされています。
OpenAI、国家安全保障におけるAIの民主的監督を支える取り組みを発表新着!!
OpenAIが、国家安全保障におけるAIの民主的監督を強化する取り組みを始めたと発表しています。 / 政府機関向けに、ツール、研修、専門知識を提供するとされています。 / AIの利用を安全保障分野でどのように監督するかという、公的な関心の高いテーマに関わる内容です。
論文紹介: 医療推論における大規模言語モデルのメタ認知的な感度を調べた新着プレプリント新着!!
大規模言語モデルが、医療分野での推論において、答えの正しさだけでなく自信の出し方も評価対象になっていると説明されています。 / このプレプリントでは、心理物理学の考え方を取り入れた対照的なベンチマークを使い、診断の選択と信頼度のふるまいを調べています。 / 対象は、アルツハイマー型神経認知障害が疑われるケースと、うつ病に関連する認知障害のケースで、合成症例を用いて比較したとされています。
論文紹介: ツールを使うLLMエージェント向けのローカルファースト実行基盤「Agentao」新着!!
LLMエージェントが、ツール呼び出しやローカル状態の変更、永続メモリ、外部プロトコルとのやり取りを行う場面を想定した研究です。 / 提案手法のAgentaoは、モデルが出した行動案と、ホスト側が許可して実行する処理を分ける設計だと説明されています。 / 過剰な権限付与、監査のしづらさ、プロンプトインジェクション、ツール汚染、予期しない副作用といったリスクへの対策が論点になっています。
論文紹介: LLM推論サービスの1年分の変化を追う新着プレプリント新着!!
LLMのサービス提供を、実運用に近いトラフィックの観点から分析した新着プレプリントです。 / 公開情報では、短期間の観測にとどまる既存研究では捉えにくい、利用の変化やユーザーとモデルのやり取りに注目しています。 / キャッシュや負荷分散のような運用上の論点を扱う可能性があり、LLM基盤の設計・評価に関心がある読者に向きます。
OpenAI、AI政策の新しい発想を探る14件の独立プロジェクトを支援新着!!
OpenAIが、AI時代の政策アイデアを探る14件の独立プロジェクトに資金提供したと発表しています。 / 目的は、経済的な機会を広げ、社会のレジリエンスを強めるための政策検討を後押しすることだと説明されています。 / 公開されている要約からは、技術そのものよりも、AIを前提にした制度設計や社会実装の議論を支える取り組みだと読み取れます。
OpenAI、サイバーセキュリティ分野での防御強化について「The Defender’s Window」を公開新着!!
AIが攻撃側と防御側の双方でサイバーセキュリティを変えていると説明されています。 / OpenAIが自社の防御を強化していることと、セキュリティ担当者が今できる対応が案内されています。 / 公開情報の範囲では、具体的な技術仕様や詳細な事例はまだ示されていません。
NVIDIA、Nemotron 3.5 Lightning と NeMo Switchyard を発表 エージェント向けAIの効率化をうたう
NVIDIAの公式ブログで、Nemotron 3.5 Lightning と NeMo Switchyard の提供開始が紹介されています。 / Nemotron 3.5 Lightning は、長時間動作するエージェント系ワークロード向けの高効率モデルとして説明されています。 / NeMo Switchyard は、複数のモデルを使い分けるためのルーティング用オープンソースライブラリとして案内されています。
GPT-5.6の活用ガイドを公開 スタートアップ向けにエージェント構築の考え方を紹介
OpenAIが、GPT-5.6を使ってAIエージェントをより速く、費用対効果よく構築するためのガイドを公開しています。 / スマートなモデル選択や、Responses APIの新しい機能に触れながら、実務での使い分けを示す内容とみられます。 / スタートアップがどのように導入を進めるかという観点が中心で、製品開発や運用設計に関心のある読者に向いた内容です。