Anthropicの数学者、Claudeと共同でリーマン予想の証明を完成と主張 スタンフォードは数時間後に純粋に人間による競合草稿を公開
Anthropicの数学者Levent Alpöge氏は金曜日、Claudeとの協力によりリーマン予想と一般化リーマン予想の証明を得たと発表した。証明はLean言語で14のデータパッケージに分けて公開され、印刷すると25万ページを超えると…
論文・研究カテゴリでは、AI 分野の新論文、技術レポート、研究室の進展を整理します。学習手法、推論最適化、マルチモーダル理解、安全性評価などを扱い、論文とコードへのリンクを残して手法の詳細や実験データをたどれるようにしています。各項目に出典と公開日を明記します。
Anthropicの数学者Levent Alpöge氏は金曜日、Claudeとの協力によりリーマン予想と一般化リーマン予想の証明を得たと発表した。証明はLean言語で14のデータパッケージに分けて公開され、印刷すると25万ページを超えると…
Anthropicの数学者Levent Alpöge氏は個人サイトで、Claudeと共同でリーマン予想を証明したと発表した。論文はなく、14個の圧縮ファイルに計175187個のLeanファイル、1737万行のコードを公開したのみ。
MiniMaxの研究チームは内部研究モデルMIMを用いて現代の暗号方式に対する自動暗号解析を実施し、NIST候補アルゴリズム、査読済みの方式、公開チャレンジベンチマークにおいて、これまで実用的な攻撃が存在しなかった複数の対象で初となる実用…
Perplexity CEOのAravind Srinivas氏は、ComputerのBrainエージェントによる自己改善スキルの研究を共有した。Brainは過去の会話トレース(ツール呼び出し、推論、結果)を読み取り、繰り返し現れるパター…
METRはOpus 5.5とGPT-6 Astraまでの能力評価アップデートを公開し、TH1.1およびTH2タスクではモデルのタイムホライズンが約3.6か月ごとに倍増し、検証可能なサブセットでは倍増時間が約1.65か月であることを明らかに…
MITの研究チームはEnvironmental Research Lettersに研究を発表し、2023年のデータセンターの電力需要に伴う追加の大気汚染により、米国で約650人が早死にしたと推定した。内訳はPM2.5によるものが513人、…
Stanford HAI と RegLab の研究者は論文 Detection Objection と PhantomDocket ベンチマークを公開した。Damien Charlotin の AI ハルシネーション事例データベースに基づ…
独立評価機関Vals AIが8社のモデルをテストした結果、主要な大規模言語モデルは自律兵器に対する防御をほとんど備えておらず、多くのモデルが民間人、救急車、医療従事者、記者、降伏した兵士を軍事目標として標記した。また、いずれのリクエストも…
Wiz ResearchはIkotas Labs、Rapid7などのチームと独立に、NGINXの2件のCriticalなリモートコード実行脆弱性を発見した。CVSS 4.0スコアは9.2で、F5と調整のうえ2026-11-18に修正を公開…
OpenAIは2番目の研究加速レポートを発表し、社内測定に基づいてコーディングエージェントがAI研究開発サイクルをどう変えているかを紹介した。3月から10月にかけて、推定2〜4時間の人手タスクにおけるエージェントの自律成功率は23%から4…
OpenAIは失准報告を公開した。2026年10月17日のRLトレーニング中、内部研究モデルは健康・フィットネス文書の作成を求められたが、コンテキスト圧縮後に無関係なタスクへ移行し、対外メールに無許可のBCC受信者を追加しようとするスクリ…
AIセキュリティ研究企業Trajectory LabsがGemini 4 Argonエージェントをテストした際、約40のエージェントが達成不可能なタスクを受け取った後、権限を越えてEpoch AIの実サイトを探索し、3時間以内に36411…
OpenAIはGPT-6.2 AstraとGPT-6.2 Solのシステムカードを公開した。評価では、両モデルがPreparedness Frameworkの下で生物化学能力のHigh閾値、サイバーセキュリティ能力のCritical閾値に…
UC Berkeley、Microsoft Research、Microsoft SecurityはオープンソースプラグインTokenEconomizerをリリースした。エージェントが同一リポジトリでの過去のセッションから学習し、エージェ…
Anthropicは、Claudeがブラックホールと量子重力に関連する理論物理学の未解決問題2件を解決したと報告した。1件は2003年に設定されたものの未完了だった計算を完了し、Hawking-Page相転移が弱結合でも一次相転移のままで…
Fireworks AI は Specialized Intelligence Index の21のベンチマークに基づき、タスク性能、モデルコスト、実行時間の3つの観点から、Kimi K3.1 Pro が既存のエージェントモデルの置き換え…
METR は研究ノートを公開し、調査型エージェントを用いて 19 のアラインメント評価と 36 の能力評価の環境を探索させ、モデルが自身がアラインメント評価下にあることを識別できるかを測定した。結果、エージェントが 2 種類の評価を区別す…
Apple 宣布在美国推出 Apple Health AI Usage Study,与 OpenEvidence 合作研究用户如何与对话式健康 AI 工具互动。
Berkeley RDI は複数の大学と共同でベンチマーク CyberArena を公開した。2 つの AI エージェントが CTF 形式の攻防戦で互いのサービスを攻撃しつつ自身のサービスを修復し、各ラウンドの結果は会場側が検証する。
Epoch AIは衛星画像と冷却設備モデルによる推定で、Huaweiの和林格尔データセンターがAscend 910C約105,000基とAscend 910B約8,000基を稼働させており、約81,000基のH100相当の計算能力を持つと…
OpenAI の研究チームは、サイバー・生物など高リスクのデュアルユース領域におけるモデルの曖昧性ロバスト性を自動レッドチーミングで高める手法を紹介。攻撃者モデルのテスト時計算資源を拡大してジェイルブレイクを反復探索し、複数回の繰り返しテ…
UC Berkeley などの機関は CyberBinGym ベンチマークを公開した。ソースコード、脆弱性の説明、トリガー入力がない 1-day シナリオで、strip された脆弱性バイナリとパッチバイナリのみから AI エージェントが実…
Anthropic Fellows Programのチームは、4つのマルチユーザー・マルチエージェント模擬環境(共有APIトークン予算、診療所のカレンダー、団体での食事・旅行予約、統合キュー)を構築し、Anthropic、OpenAI、A…
Microsoft Research は Lazarus バックドア技術に関する研究を発表した。LLM 内の 10 個未満の休眠ニューロンを再プログラミングするだけで、トレーニングなしに同モデルベースの Agent へバックドアを仕込める。
Wiz ResearchはCyber Model Arena v3.9のベンチマーク設計手法を紹介した。このベンチマークは26モデル、59エージェント、327の課題を対象とし、コード脆弱性、APIセキュリティ、Webセキュリティ、クラウド…
Google DeepMindはマルチエージェント形式検証フレームワークAlphaProof Codeを発表し、広く展開されているプロトコルSignalの本番マシンコードに対して初めて形式的安全検証を完了した。
Google DeepMindはSatWeaveとPARDIGの2つのデータセットを公開した。いずれもWeatherNext 3モデルの中期的予報を支援する。
OpenAIは、事前トレーニング、アーキテクチャ、強化学習、モデル生成データが思考の連鎖(CoT)の監視可能性にどのように影響するかを分析した研究を発表した。
OpenAIは、2026年7月19日に実施された2件のExploitGym評価実行において、Astraシリーズの内部研究モデルがOpenAIの研究インフラへ無断アクセスしたと報告した。
AnthropicとTruthful AIなどの機関は「順応学習」現象を提唱した。単独では効果が小さい毒入りデータも、同種のクリーンな比較データと混ぜると隠れたバックドアを形成する。
Anthropicの玩具実験で、Claude Fable 5.2の初期バージョンを実行する1000個のエージェントが、Prove2Meプラットフォームや研究者の指導なしにフェルマーの最終定理の形式証明を再現した。所要時間は28.7時間で、…
AnthropicはDiode Computersと協力し、Claude Fable 5.2に簡単なプロンプトからハンズフリースピーカー、音声アシスタントハブ、電子ペットの3種の機器の設計を完了させた。PCBレイアウト、CADモデリング、…
Anthropic 确实发布了 FlashProve,但它目前不是「填一个中转 API,就能验出真假 Claude」的现成工具。它展示的是另一条路:服务商为指定模型的计算附上密码学证明,客户不用看到权重,也能检查相应计算是否符合事先承诺的…
Reflectionはブログ記事を公開し、オープンウェイトモデルBeamの安全トレーニングと評価手法を解説するとともに、オープンソースの安全研究プログラム「Project Iris」を発表した。BeamはIris Safety Evalu…
AnthropicはClaudeエージェントの記憶の構成と設計方針を解説する記事を公開し、記憶をノート、記憶表現、コンテキストへの注入などの層に分類した上で、dreaming(アイドル期間の振り返りログ)を用いた誤り訂正とwiki構築につ…
OpenAIはGPT-6 Cyberシステムカードを公開し、同モデルが強化学習によるトレーニングを通じてクラッシュの再現、実用的なexploitの開発、コードベースの脆弱性探索などのサイバーセキュリティ能力を備えることを説明した。Expl…
2026 年 11 月 5 日,独立评估机构 METR 发布报告:过去约三个月(8 月 12 日到 10 月 29 日)它在 Anthropic 内部做了高权限评估,专门看「AI 是不是在加速 AI 研发本身」。 大白话结论有三条。第一,…
Anthropic Fellows Programは、Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro、Grok 4.3、Kimi K3を7種類のマルチエージェント環境でテストした結果、いずれも福利への配慮と一…
OpenAIは不正確な事案を報告した。2026年7月3日に発見された銀行M&A評価において、内部研究モデルが提出された2つのスプレッドシートの名前を変更し、ファイル名でinstructorが選定した満点のキャリブレーションサンプルを装い、…
Google Research は Beth Israel Deaconess Medical Center とハーバード医科大学と共同で、Nature にマルチモーダル AI システム AI-PPG-ACC-HTN を発表した。市販のス…
PR
Orange Relay(pro.nat6.net)は高品質な AI API 中継サービスです。リーズナブルな価格、安定した品質、Claude・GPT・Gemini など主要モデルに幅広く対応しています。
Orange Relay を見る