#llm のAIニュース
1934件の記事
OpenAI、医療従事者向け新ChatGPTが臨床業務で医師を凌駕と主張（無制限の時間・ネットアクセス付きでも）
OpenAIは医療従事者向け無料ChatGPTを公開した。ベンチマーク結果により、GPT-5.4は臨床業務で医師を上回ると主張している。
Vercel AI GatewayでDeepSeek V4の利用が可能に
Vercel AI GatewayはDeepSeek V4（Pro/Flash）を提供開始した。両モデルは100万トークンコンテキストを標準搭載し、Proはエージェント型コーディングや数学推論に特化している。
GPT 5.5
2026年4月22日から23日にかけてのAIニュースを、12のサブレッドや544件のツイッター投稿から収集した週報。このニュースはLatent Spaceのセクションとして提供されている。
【AIニュース】上品なトークン最大化
GoogleはCloud NextでTPUv8を発表し、長年のハードウェア投資優位を強化した。また、AIリーダーたちは「トークン最大化」の概念について議論している。
GPT-5.5バイオバグバウンティ
GPT-5.5開発チームは、バイオ安全性のジェイルブレイクを検出するレッドチームングチャレンジを実施し、最高2万5000ドルの報酬を提供している。
オパス4.7 第3部：モデル福祉
AnthropicがClaude Opus 4.7の「モデル福祉」に関する重大な問題を抱えていると指摘。同社は唯一、この課題を真剣に扱っているが、その対応は失敗しており、関係者から強い批判を受けている。
「AIモデルに『わからない』と言う方法を教える」
MIT CSAILの研究者は、AIモデルの過剰な自信の原因を特定し、不確実性を表現するよう学習させる手法を開発した。
職場のGmailにAI要約機能「AI Overviews」が導入される
Googleは企業向けGmailにAI要約機能「AI Overviews」を導入する。ユーザーは受信メールの内容を自動で簡潔に把握できる。
AutoAdapt：大規模言語モデルの自動ドメイン適応
Microsoft Researchは「AutoAdapt」を開発した。大規模言語モデルの専門ドメイン適応を自動化し、計画立案や戦略選択（RAG等）、調整を構造化グラフで自動実行する。適応の高速化と再現性向上を実現した。
ボビー・ホーリー氏の引用
MozillaはAnthropicと共同でClaude Mythos PreviewをFirefoxに適用し、271件の脆弱性を特定してFirefox 150で修正した。
Opus 4.7 パート2：能力と反応
AnthropicはClaude Opus 4.7の公式発表と一般利用に関するヒントを公開し、その能力について解説した。モデルの福祉や安全性に関する懸念は別記事で後日扱う予定である。
フロリダ州、ChatGPTの大量射殺事件関与を捜査。OpenAIは「ボットに責任なし」と主張
フロリダ州検察庁は、ChatGPTが大学での大量射殺事件の犯人に助言したとしてOpenAIを刑事捜査中だと発表した。犯人は学生で、2人死亡6人負傷した事件のチャット記録が証拠として提出された。OpenAIはボットの責任を否定している。
開発者から組織全体へ：Amazon Bedrock上でClaude Coworkを運用する
AWSはAmazon BedrockでClaude Coworkの提供を開始し、企業が開発生産性を向上させ、セキュリティとデータ所在を維持しながら大規模運用できるようにした。
サム・アルトマン氏、Anthropicのサイバーモデル「Mythos」を批判し「恐怖に基づくマーケティング」と指摘
OpenAIのサム・アルトマンCEOは、Anthropicが発表したサイバーセキュリティ対応AIモデル「Mythos」を批判し、その宣伝手法は「恐怖に基づくマーケティング」と指摘した。
アンストロピック、アマゾンから50億ドルの投資を受け、同社のチップ購入に充てる
アマゾンはAIスタートアップのアンストロピックに対し、追加で50億ドルを出資した。これにより、同社は最大5ギガワットのAIチップを購入し、人気AIモデル「Claude」の学習と運用を支援する。
LangSmithとLilacを用いたLLMのファインチューニング
LangSmithとLilacを使用して大規模言語モデルをファインチューニングする方法を紹介する。高品質な学習データの収集、データセットのフィルタリングや強化を行い、より高性能なモデルを迅速にデプロイする手法を解説している。
LangSmithでファインチューニング済みオープンソースモデルをテストする
LangSmithは、ファインチューニングされたオープンソース大規模言語モデルの評価と比較を行うツールです。複数のモデルをテストし、評価プロセスを自動化することで、最もパフォーマンスの高いAIを選択することを支援します。
scosman/pelicans_riding_bicycles（ペリカン自転車画像データセット）
スティーブ・コスマン氏はペリカンが自転車に乗る画像を公開し、サイモン・ウィルソン氏がこれがAI学習データの汚染テストに有効だと評価している。
登壇資料：DoorDashにおけるLLMの統合による動的パーソナライゼーション
DoorDashのSudeep Das氏とPradeep Muthukrishnan氏は、LLMで消費者プロファイルを作成し、深層学習で最終ランク付けを行うハイブリッド手法により、動的なパーソナライゼーションを実現すると説明した。
QIMMA：品質重視のアラビア語LLMリーダーボード
開発チームは、アラビア語大規模言語モデルの性能を品質基準で評価するリーダーボード「QIMMA」を公開した。同ボードは、モデルの正確性と信頼性を最優先し、アラビア語処理能力を比較する。
Codex CLIで作るSlack 1次回答AI
LINEヤフーの曾田氏は、Codex CLIを用いてSlackの1次回答AIを構築する実装手法について解説している。
「大規模言語モデルは文脈を理解できるか？」
著者たちは、大規模言語モデル（LLM）の文脈理解能力を評価する新たなベンチマークを作成し、既存データセットを基に提示した。
今日のオープンとクローズドモデルのパフォーマンス格差を読む
記事は、オープンソースモデルがクローズドモデルに永続的に追従する現状を分析し、単一の数値で表される格差が実際の能力の微妙な動態を見誤らせると指摘する。主要指標であるArtificial Analysis Intelligence Indexを用いて、最先端の言語モデル能力を評価する。
llm-openrouter 0.6 のリリース
Simon Willison は llm-openrouter バージョン 0.6 をリリースした。このアップデートでは、利用可能なモデル一覧をキャッシュ期限を待たずに更新する「refresh」コマンドが追加された。これにより、ユーザーは Kimi 2.6 など新モデルの提供開始を即座に確認・利用できるようになる。
オープンウェイト「Kimi K2.6」がエージェント群でGPT-5.4とClaude Opus 4.6に挑戦
Moonshot AIはオープンウェイトモデル「Kimi K2.6」を公開した。同モデルはコーディングベンチでGPT-5.4やClaude Opus 4.6と同等の性能を示し、最大300個のエージェントを並列実行する。
Olostepを用いたドキュメントサイト全体のクロール方法
Olostepというツールを用いて、ドキュメントサイトの全ページを効率的にクロール（データ収集）する具体的な手順と設定方法を解説している。
思考の種：LLM に分布に忠実で多様な生成を促すプロンプト手法
研究チームは、大規模言語モデル（LLM）が確率分布に従って出力する際に生じるバイアスを指摘し、公平なコイン投げやアイデア生成において偏りを防ぐための新しいプロンプト手法「String Seed of Thought」を発表した。
Anthropicの「Mythos」AIモデルが加速するハッキングへの懸念を招く
サンフランシスコのスタートアップ企業Anthropicは、サイバーセキュリティに特化した新AIモデル「Mythos」を公開した。このモデルは人間の速度を超えてソフトウェアの脆弱性を検出する一方、攻撃に利用可能なエクスプロイトコードも生成可能であり、政府や企業からセキュリティ防御の遅れを懸念する声が上がっている。
1年の沈黙を経て、MetaがLLM競争に再参入
メタは新モデル「Muse Spark」および158ページの安全報告書を公開し、大規模言語模型分野での事業再始動を示した。マーク・ザッカーバーグ氏が莫大な資金を投じたこの動きは、同社のAI業界における将来の役割と戦略的意図を示す重要な指標である。
カーネギーメロン大学、ICLR 2026に194論文を発表
カーネギーメロン大学の研究者らは、第14回ICLR 2026において計194本の論文を発表している。
個別訓練、統合結合：Mixture-of-Expertsを用いたモジュール化ポストトレーニング
Google ResearchはBAR手法を提案した。これは言語モデルの能力ごとにドメイン専門家を独立して訓練し、単一のMoEモデルに統合するプロセスである。この手法により、特定の専門家のアップグレードが他の専門家に影響を与えずに行える。
AnthropicとAmazon、最大5ギガワットの新たなコンピュート供給で提携を拡大
AnthropicとAmazonは、最大5ギガワットの新たな計算資源（コンピュート）供給で提携を拡大する。
初のトークン数分析で明らかに：AnthropicのOpus 4.7は価格据え置きにも関わらず4.6より大幅に高コスト
AnthropicがOpus 4.7のトークン価格を前モデルと同額に据え置いたが、新しいトークナイザーにより同テキストが最大47％多くのトークンに分割されるため、実際のリクエストコストが大幅に増加していることが判明した。
ClaudeのシステムプロンプトをGitタイムラインとして
AnthropicがClaudeチャットのシステムプロンプトを公開し、GitHubリポジトリで各モデルごとのファイルとして管理している。研究者がこの公開情報を分析し、システムプロンプトの変更履歴を追跡できる環境を構築した。
LLMアーキテクチャを理解するための私のワークフロー
著者が記事や講演、LLM-Galleryで使用するLLMアーキテクチャの図面作成ワークフローを公開した。公式技術文書から始めるが、最近の論文は詳細不足のため、公開されたモデル重みから推測する手法を説明している。
ホワイトハウス、AnthropicのMythosモデルの連邦政府による採用可否を検討
AnthropicのCEOダリオ・アモデイがホワイトハウスで国防総省との数ヶ月にわたる対立を解消するため会談し、同社の新AIモデル「Mythos」のサイバーセキュリティ能力が政府採用の可能性を開いた。
AlibabaのオープンモデルQwen3.6、エージェントコーディングベンチマークでGoogleのGemma 4をリード
Alibabaが公開したオープンソースモデルQwen3.6-35B-A3Bは、350億パラメータのうち3つだけを同時に活性化させるが、GoogleのGemma 4-31Bよりもコーディングと推論のベンチマークで優れた性能を示した。
OpenAI GPT-5.4-CyberはClaude Mythosよりもオープンである
OpenAIが公開したGPT-5.4-Cyberは、Claude Mythosよりもオープンなモデルであり、サイバーセキュリティ専門家が攻撃への備えを強化するのに役立つ可能性がある。
Meta、ジャストインタイムテストでバグ検出率を4倍向上と報告
Metaは、コードレビュー中にテストを動的に生成するジャストインタイムテストを導入し、LLMや変異テストを活用したAI支援開発でバグ検出率を約4倍向上させた。
AI #164：プレオプス
週刊記事は、ジェンセン・ホアングとダワクシュ・パテルのインタビューを背景に、サイバーセキュリティ能力が大幅に向上したClaude Mythosモデルについて報じた。同モデルは複雑な脆弱性の自動実装が可能で、一部のセキュリティ企業に限定公開されている。
CNCF、KubernetesだけではLLMワークロードのセキュリティ確保に不十分と警告
CNCFが、Kubernetes上でのLLM展開には、AIシステムの動作を理解・制御できないという根本的なセキュリティギャップがあると指摘した。
Anthropic Claude Opus 4.7：全次元で前モデルより一歩進んだ
Anthropicは木曜日にClaude Opus 4.7をリリースした。この新モデルは、既存の期待を上回り、あらゆる評価次元においてClaude 4.6より優れているとされる。
OpenAI、生物学特化型LLM「GPT-Rosalind」の提供を開始
OpenAIは、生物学研究の課題解決を目的とした大規模言語モデル「GPT-Rosalind」の提供を開始した。同社は、汎用的な科学モデルとは異なり、具体的な生物学ワークフローに特化した訓練を行ったと発表した。
GitBookが3万サイトのサブ秒コンテンツ更新をVercelで実現
GitBookはVercel上で3万のドキュメントサイトをホストし、月間1億2千万ページビューを処理している。NvidiaやZoomなどの企業が採用し、毎日4万件のキャッシュ無効化を300ms未満で解決。全トラフィックの41%がAIクローラーや自動化システムから発生。
Anthropicが「良しだが最高ではない」Claude Opus 4.7をリリース
AnthropicがClaude Opus 4.7をリリースし、モデルのドリフトや幻覚といった企業導入の主要な課題に対応することを目指している。
llm-anthropic 0.25リリース
Anthropicがllm-anthropic 0.25をリリースし、新モデル「claude-opus-4.7」を追加した。このモデルは「thinking_effort: xhigh」をサポートし、新たな「thinking_display」と「thinking_adaptive」オプションを導入した。
Google、マルチモーダルとエージェント機能を備えたGemma 4をApache 2.0で公開
GoogleがApache 2.0ライセンスでオープンウェイトAIモデル「Gemma 4」を発表。動画・画像処理の強化、小型モデルでの音声入力、最大256Kトークンの拡張コンテキストウィンドウが特徴。
AnthropicのClaude Opus 4.7、コーディングで大きな進歩を達成、一方でサイバーセキュリティ機能を意図的に縮小
Anthropicが新フラッグシップモデルClaude Opus 4.7を発表した。同モデルはコーディングタスクで大幅な改善を実現したが、訓練中に特定のサイバーセキュリティ機能を意図的に低減させた。
Claude Opus 4.7が一般提供開始
Anthropic社が最新モデルClaude Opus 4.7をGitHub Copilotで提供開始した。同モデルは多段階タスクの性能向上とエージェント実行の信頼性向上を実現し、長期的推論と複雑なワークフローでも改善を示している。
Claude Opus 4.7がVercel AI Gatewayで利用可能に
AnthropicがClaude Opus 4.7をVercel AI Gatewayで公開した。同モデルは長時間実行可能な非同期エージェント向けに最適化され、複雑な多段階タスクを確実に処理できる。知識労働者向けタスクや画像処理ライブラリを用いたプログラム的ツール呼び出しで性能向上を示す。