2026年9月24日木曜日一次資料を優先し、確認した出典を明記広告・記事掲載募集中今週のAIClaude Opus 5.5は本当に最強か──第三者ベンチマーク2社で総合1位、研究課題で初の人間基準超え。ただしフォールバック込みの数字と、筆者が見た「暴れ馬」の癖

YouTube X(旧Twitter)

YouTube X(旧Twitter)

AI研究・論文の記事

「AI研究・論文」に関連するAIニュースと解説を、出典付きで107本まとめています。

すべて新モデル論文・研究プロダクト業界・動向使い方自作・検証

タグで絞り込む解除

AI研究・論文 の記事：107件

ベンチマークの点数ではなく「最後までやりきる力」──Apodex 1.1が持ち出した新指標『Working Capability』の記事画像

モデル08.27読了7分

ベンチマークの点数ではなく「最後までやりきる力」──Apodex 1.1が持ち出した新指標『Working Capability』

出典 ─ Apodex 1.1: Scaling Ag

AIは仕事を奪うのか──雇用データと企業発表で見る2026年の現在地の記事画像

研究08.25読了12分

AIは仕事を奪うのか──雇用データと企業発表で見る2026年の現在地

出典 ─ Stanford Digital Economy Lab

Google I/O 2026、「Gemini 3.5 Flash」を発表 ― エージェント・コーディング特化の記事画像

モデル08.25読了11分

Google I/O 2026、「Gemini 3.5 Flash」を発表 ― エージェント・コーディング特化

出典 ─ Google Cloud Blog

GPT-4が人間アナリストに勝ったとされる論文は、取り下げられていた — Chicago Boothの財務分析研究を読むの記事画像

研究08.24読了7分

GPT-4が人間アナリストに勝ったとされる論文は、取り下げられていた — Chicago Boothの財務分析研究を読む

出典 ─ Kim, Muhn, Nikolaev (arXiv)

OpenAIが「Codex」の実行の仕組みを丸ごと公開──ARC-AGI-3のスコアが2つの設定変更だけで3倍になった話もの記事画像

プロダクト08.20読了9分

OpenAIが「Codex」の実行の仕組みを丸ごと公開──ARC-AGI-3のスコアが2つの設定変更だけで3倍になった話も

出典 ─ OpenAI Developers Blog

Claudeがタンパク質を設計、外部2社が製造して確かめた──354個が結合、数か月かかっていた工程が48時間にの記事画像

研究08.19読了10分

Claudeがタンパク質を設計、外部2社が製造して確かめた──354個が結合、数か月かかっていた工程が48時間に

出典 ─ Anthropic公式研究ブログ「Claud

Claude未公開モデルが数学の"人類80年の記録"を更新──リーマン予想の関連問題で41.6%→67.2%、論文著者は「CLAUDE」の記事画像

研究08.11読了10分

Claude未公開モデルが数学の"人類80年の記録"を更新──リーマン予想の関連問題で41.6%→67.2%、論文著者は「CLAUDE」

出典 ─ Anthropic公式ブログ: Learni

AIの中に83億人分の「模擬人類」が作られた──MatrAIxの正体と、演じるAIで結果が逆転する問題の記事画像

研究08.10読了19分

AIの中に83億人分の「模擬人類」が作られた──MatrAIxの正体と、演じるAIで結果が逆転する問題

出典 ─ MatrAIx: Simulating th

$OpenAIの未公開AI「Astra」が未解決問題10問を解いた──機械検証付きの証明を読むの記事画像$

研究08.07読了14分

OpenAIの未公開AI「Astra」が未解決問題10問を解いた──機械検証付きの証明を読む

出典 ─ openai/ten-proofs: Lea

DeepMind創業者ハサビス、日常運営から退任──理由は「AGIに専念」の記事画像

業界08.06読了7分

DeepMind創業者ハサビス、日常運営から退任──理由は「AGIに専念」

出典 ─ Google公式ブログ「The next c

Jeff DeanがGoogleを退社、4人で新会社「Discovery Loop」を設立──史上2人しかいない「レベル11」がそろって独立、Googleも出資の記事画像

業界08.06読了12分

Jeff DeanがGoogleを退社、4人で新会社「Discovery Loop」を設立──史上2人しかいない「レベル11」がそろって独立、Googleも出資

出典 ─ Google公式ブログ: The next

AI業界の重鎮15人が「大麻栽培の論文」を共著していた──Google Scholarを汚す偽論文を解剖するの記事画像

研究08.04読了15分

AI業界の重鎮15人が「大麻栽培の論文」を共著していた──Google Scholarを汚す偽論文を解剖する

出典 ─ AI models collapse when trained on recursively generated data (Shumailov et al.)

MiniMax M3──428Bパラメータ・100万トークン文脈のオープンウェイト中国モデルの記事画像

モデル07.26読了7分

MiniMax M3──428Bパラメータ・100万トークン文脈のオープンウェイト中国モデル

出典 ─ MiniMax Blog

数百万件の実ログが示す、海外のAI活用のリアル──OpenAIとAnthropicの一次データを読み比べるの記事画像

研究07.26読了7分

数百万件の実ログが示す、海外のAI活用のリアル──OpenAIとAnthropicの一次データを読み比べる

出典 ─ NBER Working Paper 34255（OpenAI研究者ら）

Microsoftが「AIの作り方」を全公開──蒸留なしでAIME 97%のMAI-Thinking-1の記事画像

研究07.25読了25分

Microsoftが「AIの作り方」を全公開──蒸留なしでAIME 97%のMAI-Thinking-1

出典 ─ MAI-Thinking-1: Buildi

AIは正しい答えを出した後、反論されると撤回する ──「59%」は出所未確認、実測は14.66% — 追従性の問題の記事画像

研究07.20読了13分

AIは正しい答えを出した後、反論されると撤回する ──「59%」は出所未確認、実測は14.66% — 追従性の問題

出典 ─ AI Sycophancy in Education（原文未確認）

OpenAI「GPT-Red」発表──AIが自分自身を攻撃して安全になる時代の記事画像

研究07.16読了7分

OpenAI「GPT-Red」発表──AIが自分自身を攻撃して安全になる時代

出典 ─ OpenAI

生成AIの雇用予測、2026年8月時点でどうなったか──Stanfordの数字が自らの前年推計を更新していたの記事画像

研究07.10読了12分

生成AIの雇用予測、2026年8月時点でどうなったか──Stanfordの数字が自らの前年推計を更新していた

出典 ─ Brynjolfsson, Chandar,

AIコーディングベンチマークの3割は壊れていた──OpenAIが自ら暴いたSWE-Bench Proの監査結果の記事画像

研究07.08読了12分

AIコーディングベンチマークの3割は壊れていた──OpenAIが自ら暴いたSWE-Bench Proの監査結果

出典 ─ OpenAI「Separating sign

AIに「ありがとう」は電気の無駄？──アルトマンは「やめて」と言っていない、実額はオーブン約1秒分の記事画像

研究07.03読了9分

AIに「ありがとう」は電気の無駄？──アルトマンは「やめて」と言っていない、実額はオーブン約1秒分

出典 ─ arXiv:2402.14531

Anthropic「Claude Science」を発表──科学研究専用のAIワークベンチ、ベータ版を公開の記事画像

プロダクト07.01読了8分

Anthropic「Claude Science」を発表──科学研究専用のAIワークベンチ、ベータ版を公開

出典 ─ Anthropic公式「Claude Sci

スタートアップSubquadratic、Transformerの二次スケーリング問題を『突破した』と主張——$29Mシード調達の記事画像

研究06.29読了9分

スタートアップSubquadratic、Transformerの二次スケーリング問題を『突破した』と主張——$29Mシード調達

出典 ─ MIT Technology Review

Alphabet株が約5%急落――AI投資拡大と主要研究者の流出が重なり、投資家の懸念が表面化の記事画像

業界06.26読了13分

Alphabet株が約5%急落――AI投資拡大と主要研究者の流出が重なり、投資家の懸念が表面化

出典 ─ CNBC

Google、Gemini 2.5 ProにDeep Think推論モードを追加──公式が主張するのはLiveCodeBenchとHLEでの最高性能、MMLU-Pro 89.8%はリンク切れ出典の未確認値の記事画像

モデル06.26読了14分

Google、Gemini 2.5 ProにDeep Think推論モードを追加──公式が主張するのはLiveCodeBenchとHLEでの最高性能、MMLU-Pro 89.8%はリンク切れ出典の未確認値

出典 ─ Google Blog

AIの新しい発表を、公式資料にあたって数字を確認したうえで届けます。盛らない・出典を明記する・確認できていないことは書かない、を守ります。