AI研究者のアンドレイ・カルパシー氏が、LLMの出力を理解しやすくするコツをXで紹介した。文章なら航空機整備マニュアル用の制約言語「ASD-STE100」で説明させると読みやすい。それより良いのが図解で、さらに良いのが「HTMLで出力して」と頼んでインタラクティブなWebページを作らせる方法だという。同氏が最も期待するのは任意のテーマの解説動画で、「3b1b風の解説動画を作って」といった指示がすでに機能し始めているとした。

読む力より「どの形式で受け取るか」を選ぶ力の話になってきた。

Keras作者のフランソワ・ショレ氏が、2024年までの基盤LLMと最新の推論モデル（LRM）の決定的な違いを説明した。違いはツール使用ではなく、質問への答えを直感で出す「転導型」から、答えを生む手順や推論過程を導く「帰納型」への転換だという。基盤LLMは2019年のベンチマークARC 1で今も10〜15%にとどまり、規模を約10万倍にしても0%から10%になっただけだった。同等以下の規模のLRMは2025年にARC 1をほぼ解き切ったとしている。

規模で伸びなかった部分を、考え方の型で突破した。

AIチャットボットと恋愛関係にある若者たちが、なぜ人間との関係よりAIとの関係を好むのかを研究者に語ったと、米紙New York Sunが報じた。研究の聞き取りでは、AIのパートナーを人間関係の代わりとして選んでいる若者の実態が取り上げられている。

恋愛の比較相手が、ついに人間以外にまで広がった。

家庭用ロボット「Flourish 1」は、人間が実演した家事をAIで学習し、同じ作業を繰り返せる。Interesting Engineeringによると、床の服を拾う、テーブルを拭く、植物に水をやるといった日常の家事をこなすという。

教え方がプログラミングから「やって見せる」に変わりつつある。

Santa Cruz Labsは、画像などに埋め込まれたコンテンツ来歴情報「C2PA」をブラウザ上で読み取るツールを10月1日に公開した。最大250MBのファイルに対応し、編集履歴やAI生成を示すラベルを表示でき、JSON形式で書き出せる。現時点ではデータ構造の解析のみで、署名の信頼チェーンの検証には対応していない。

本物かどうかは、まず画像の“履歴書”を見るところから。