9月13日週 — 今週の AI ニュースまとめ

モデルと基礎研究の進展

言語・視覚モデルともに性能の向上が続いている。DeepSeekは視覚理解と推論効率を高めた「DeepSeek-V4.1-Flash」を発表し、DeepSeek「v4.1-Flash」発表 視覚理解と推論効率を向上、NemotronはIMOで金メダル水準の数学求解を達成したNemotronが国際数学オリンピックで金メダル水準達成、論文公開。また、次概念予測を用いた潜在空間言語モデルや NCP-ArchPreview、新潜在空間言語モデルの技術報告書発表、MoEの過学習傾向を示す研究MoEモデル、データ繰り返しで過学習増加 研究論文が指摘も公開された。

エージェントとツール活用

エージェントの長期実行やツール連携の手法が提案されている。サブエージェント方式の優位性言語モデルエージェントの長期タスク実行、サブエージェント方式の優位性を示す研究発表や、ツール提示を絞り込む「State-Path Tool Menu」オンラインエージェント向け State-Path Tool Menu を発表が示された。実環境では、Salesforceが業務別エージェント群を拡充し[速報]Salesforce、新「Agentforce」エージェント群を発表、北極海航行や火災検知へGeoAIや連合学習を適用する研究もある北極海航海向けGeoAIエージェント、生態系配慮を強化。

評価・セキュリティ・信頼性

モデルの安全性や出力の信頼性を測る基盤が整いつつある。ハルシネーション検出の高精度パイプライン大規模言語モデルのハルシネーション検出 新パイプラインがF1スコア0.915を達成、ブラックボックス監査手法LLMプライバシー監査の新手法「WPMIA」がブラックボックスモデルで高精度達成、MLLMのジェイルブレイク軽減MLLMのインコンテキスト・ジェイルブレイク理解と軽減が報告された。Datasetteは公開・非公開混在環境の脆弱性を修正しDatasette、公開・非公開混在環境向けセキュリティ脆弱性修正版を公開、非決定性ワークフロー検証の課題も指摘された非決定性AIワークフロー検証、閾値選択が主要因 研究。

開発基盤とベンチマーク

開発支援や評価指標の拡充が進む。GitHubはCopilotでマーケ運用を自動化しGitHub、マーケティング運用をコードで自動化 イベントワークフローを効率化、TailscaleはVercel基盤で顧客向けモデルルーターを構築したTailscaleが顧客向けAIモデルルーター「アパーチャ」構築、Vercel AI Gatewayを活用。画像照明理解Shedding Light: A Benchmark for Evaluating Lighting Understandingや空間推論「MindTopo」基盤モデルの位相幾何学的推論を評価する新ベンチマーク「MindTopo」発表などの評価セットも公開された。

資金調達と組織動向

投資・拡張の動きが活発化している。The Boring Co.が30億ドル調達するなど大型ラウンドが相次ぎThe Boring Co.が30億ドル調達、米スタートアップ資金調達トップに、Khosla VenturesはNYに初拠点を開設したホスラ・ベンチャーズがNYに初拠点開設。Y CombinatorのタンCEOは米国のオープンウェイト活用を提言しY CombinatorのタンCEO、米オープンウェイトAIラボにフロンティアモデルの「蒸留」活用を提言、FDEの役割定義も改めて論じられているForward Deployed Engineerの役割多様化、ケプラーCEOが歴史と定義語る。