ARC-AGI-3の上位ハーネスは、LLMがその場でコードを書いて世界の因果構造を記号的にモデル化する手法が主流だと、Kerasの作者フランソワ・ショレ氏が指摘した。Claude Opusが1回のパスで25種のゲーム用パーサーや9種のシミュレーターなど269個のプログラム(約1万2700行)を書いた事例を挙げている。
ベンチマーク設計者自身が想定通りの解法が主流になったと認める構図が興味深い。
Amazonが配信コンテンツのデフォルトAI学習利用を発表する一方で、ARC-AGIベンチマークではLLMが記号的世界モデルを構築する手法が主流化し、設計者自身がその有効性を認めている。同時にAI透かしの完全性に関する議論も進む中、AIの学習データ利用の同意設計から検出技術まで、AIシステムの信頼性と透明性をめぐる課題が浮き彫りになっている。
ARC-AGI-3の上位ハーネスは、LLMがその場でコードを書いて世界の因果構造を記号的にモデル化する手法が主流だと、Kerasの作者フランソワ・ショレ氏が指摘した。Claude Opusが1回のパスで25種のゲーム用パーサーや9種のシミュレーターなど269個のプログラム(約1万2700行)を書いた事例を挙げている。
ベンチマーク設計者自身が想定通りの解法が主流になったと認める構図が興味深い。
ペンシルベニア大学ウォートン校教授のイーサン・モリック氏は、超知能(ASI)がどんなASIも検出を回避できないAI透かしツールを作れるかという問いに対し「答えはノー」と短く述べた。
検出不能な透かしという発想自体が矛盾を孕むという指摘が静かに刺さる。
Amazonは配信プラットフォームTwitchにおいて、ストリーマーの投稿コンテンツをデフォルトでAIモデルの学習に利用する方針を発表した。オプトアウトの選択肢が用意されているが、多くの利用者はオプトインが最初から前提になっていたことに疑問を呈している。
同意の設計がデフォルト値ひとつで意味を変える典型例だ。