技術
Epoch AIが暴いたAIベンチの盲点
Epoch AIの分析は、AIベンチマークの透明性と再現性を高める方向性を示し、実務での評価改善や意思決定の質向上に役立つ具体的な対策を促します。
Epoch AIが暴いたAIベンチの盲点
AIの性能を比較する際によく使われるベンチマーク。ベンチマークとは、AIモデルの性能を同じ基準で測るための評価テストです。ですが、最新のEpoch AIの分析は、その
技術の記事
ASMLがTSMC・Samsung・Intelと12インチマスク移行で合意、AIチップ生産効率が向上へ
ASMLがTSMC・Samsung・Intelの3社と大型12インチフォトマスクへの業界移行で協業。次世代EUV露光装置のスループットを高め、AIチップの生産コスト低減を目指す。
Metaがリアルタイム音声認識モデル公開、20人超を聞き分け価格は業界最安級
Meta Superintelligence Labsが音声認識モデル「Muse Voice Transcribe」を発表。話者分離・発話区切り検出まで1モデルに統合し、応答時間0.16秒、価格は1時間18セントと低価格を実現した。
DeepSeekがHuawei製AIチップ16万個超を発注、中国最大級の推論クラスタを内モンゴルに構築へ
DeepSeekが内モンゴルの新データセンターにHuawei製Ascend 950DTチップを16万個以上導入する計画。中国製アクセラレータとしては過去最大級の規模で、学習は引き続きNvidia製に依存する二段構え戦略だ。
関連タグの記事
Claude CodeやCodexは作業時間を実際の3〜10倍に見誤ると判明
AIコーディングエージェントは自分の作業時間を正確に把握できず、Claude Codeは実際の3倍、Codexは最大10倍の所要時間を見積もることが研究で判明した。自己評価も実力より高く出る傾向がある。
Google DeepMind、世界初の「二重盲検」AI評価を試行、モデル・問題双方を秘匿し不正防止
Google DeepMindが暗号技術でモデルの重みとテスト問題を互いに秘匿したまま評価する「二重盲検」方式を試行開始。ベンチマーク不正を防ぎ、政府・サイバーセキュリティ分野の機密評価の信頼性向上を狙う。
セーフティベンチマークは「安全性」を測定していない——心理統計学で構造的欠陥が明らかに
英国 AI 安全機構の研究チームが、8つの主要セーフティベンチマークが実は3つの独立した能力を測定していることを Item Response Theory（心理統計学）で実証。質問の98%は識別力がなく、わずか10〜25問で同等の評価が可能だという。
最新記事
ASMLがTSMC・Samsung・Intelと12インチマスク移行で合意、AIチップ生産効率が向上へ
ASMLがTSMC・Samsung・Intelの3社と大型12インチフォトマスクへの業界移行で協業。次世代EUV露光装置のスループットを高め、AIチップの生産コスト低減を目指す。
Google CloudとAccenture、AIエージェント導入担当エンジニア1000人体制を新設
Google CloudとAccentureが新組織を設立し、Gemini Enterprise導入を現場で支える技術者1000人を配置する。企業向けAI導入競争でGoogleが巻き返しを図る。
OpenAIの数学的発見に功績論争、NYU数学者がAnthropic研究者との共同研究巡り抗議
OpenAIが主張するNavier-Stokes方程式関連の内部証明を巡り、NYUのTristan Buckmaster氏が功績の横取りを主張。Anthropic研究者との共著権を巡る対立が表面化した。
Mistral AIが欧州最大の3000億円規模調達、データを外に出さないAI基盤の拡大へ
フランスのMistral AIが30億ユーロを調達し、企業評価額は210億ユーロ超に倍増した。欧州企業が自社データを保持したままAIを運用できる体制の強化に資金を投じる。
Alibaba Qwen、自動運転特化AI「Qwen-Drive 1.0」をオープンソース公開
AlibabaのQwenチームが華中科技大学と共同で開発した自動運転向けAIモデルをApache 2.0で公開。知覚から経路計画までを単一モデルで処理する。
Anthropicが11ヶ月で5170億ドルの計算資源契約、Claude Code急成長に対応し14.8GW追加確保
AnthropicがGoogle・AWS・Microsoft・SpaceXなどと結んだ計算資源契約が11ヶ月で最大5170億ドルに達した。Claude Codeなど利用急増への対応で、年間売上高は1年で3倍以上に拡大している。