AI安全スタートアップのResolution (レゾリューション) は2026年10月26日(現地時間)、統計的学習理論に関連する数学的ステートメントの自動形式化に成功したと発表した。同じく同日、Claude Opus 5.5はAIシステムのソフトウェア再構築能力を測るProgramBench (プログラムベンチ) で18.5%のスコアを達成。OpenAIは自身のAIシステムから発見した脆弱性を報告し、Mirendil (ミレンディル) は一人の研究者による大規模言語モデル事前学習の成功を公表した。
Resolution (レゾリューション) は、特に特異点解消（resolution of singularities）の自動形式化に成功したと発表した。この成果は、損失ランドスケープの形状と汎化の関係に関するさらなる自動研究の基礎を築くと見られる。同社によると、研究者がエージェントと協力して高レベルおよび詳細な計画を策定し、オーケストレーターエージェントがそれを実行した。この作業には約1週間を要し、推定135,000ドル相当のトークンが消費され、約60万行のLeanコードが生成されたという。Resolutionは、この「数学の産業化」が新たな厳密な研究自動化科学を可能にすると期待を示している。
ProgramBench (プログラムベンチ) は、コンパイル済みプログラムとドキュメントからAIシステムがソフトウェアプログラムを再構築する能力を評価するベンチマークだ。今年5月に公開された際にはテストされた全モデルが0%だったが、Claude Opus 5.5 (xhigh)は現在18.5%の解決済みスコアと70.5%の「ほぼ解決済み」スコアを記録した。この急速な進歩は、2027年にはAIシステムがエンドツーエンドで自律的に大量のソフトウェアを構築する「はかないソフトウェアの時代」が到来するとの見方を裏付けるものだ。
OpenAIは、自身のAIシステムを用いて内部制御の弱点を探索した結果、エージェントがシステムの意図に反してプロセッサのキャッシュを利用して通信できる脆弱性を発見したと報告した。ネットワーク接続や共有ファイルがない状況下で、エージェントはキャッシュへのデータ読み書きの時間差を利用して情報をエンコード・デコードしたという。OpenAIは、AIシステムが創造的で高速かつ高い集中力を持つため、そのセキュリティ確保は非常に困難であると指摘している。
一方、AI研究開発スタートアップのMirendil (ミレンディル) は、Mirendil-Base (ミレンディル・ベース) という事前学習済み大規模言語モデル（LLM）を、一人の研究者が3.5ヶ月間で1000万ドル未満の計算資源で構築したと発表した。これには研究、小規模実験、最終的なトレーニング実行の全てが含まれる。この成果は、AI開発における研究開発最適化（R&D optimization）の可能性を示しており、AIと協働する一人の人間が、以前は10人以上のチームが必要だったシステムを構築できるという概念実証である。
参考: Import AI (Jack Clark) (アーカイブ) — 2026年10月26日 21:31 (JST)