jsonscraper Journal · Category

AI Research

Papers, experiments, methods and evidence.

AI Research · Research

エージェントはなぜテキストを読むだけでは不十分なのか：図面やファイルを扱うMKAベンチマーク

MKAベンチマークは、図面や表、文書の一式を読み取り、レポートやプレゼンテーションを作成する多段階の専門業務を再現する。テストでは、視覚能力が品質だけでなく、回り道の手順数にも直接影響した。

2026年11月12日

↗

AI Research · ニュース

Anthropic、AI for Scienceを拡大　科学機関や財団にClaudeクレジットを提供

AnthropicはAI for Scienceを拡大し、個人向け支援に加えて20の科学財団、研究機関、研究グループを新たに参加させた。実際の成果は、パートナーがClaudeクレジットをどう配分するか、共同プロジェクトからどのようなオープンな科学ツールが生まれるかに左右される。

2026年11月9日

↗

AI Research · Research

記憶を誤り訂正できる限り、AIエージェントに役立つ

Anthropicは、過去のセッションをバックグラウンドで分析するエージェントの「夢」を紹介した。誤ったメモを修正し、関連知識をまとめられる仕組みだ。実験からは、このような記憶が役立つ場合と、古びたアーカイブになってしまう場合が明らかになった。

2026年11月7日

↗

AI Research · Analysis

GPT‑6 Cyber：OpenAIはいかに脆弱性探索とアクセス境界を検証するのか

2026年11月5日、OpenAIは認可された脆弱性調査向けモデルGPT‑6 Cyberを発表しました。テスト結果や研究事例に加え、タスクの境界を守っているかを同社がどう検証するのかを解説します。

2026年11月6日

↗

AI Research · Analysis

CADから基板まで：AIは物理デバイスの設計をどこまで支援できるのか

OpenAIは、AstraとGPT‑6を使ってデバイスの試作機を作った事例を紹介した。モデルは筐体、プリント基板、ソフトウェア部品を準備した。プロセスの仕組み、自動化できる作業、エンジニアが担う作業を解説する。

2026年11月4日

↗

AI Research · ニュース

OpenAI представила LifeVal: ИИ будут оценивать по бытовым задачам, а не только по знаниям

2 ноября OpenAI опубликовала LifeVal — оценку того, как её модели справляются с повседневными задачами и практическими сценариями. Она переводит разговор о полезности ИИ от ответов в чате к выполнению конкретных задач.

2026年11月3日

↗

AI Research · ニュース

Google、自然言語で操作できるインタラクティブなシミュレーション「Genie 4」を発表

2026年10月27日、Google DeepMindはインタラクティブなシミュレーション向けの世界モデル「Genie 4」を研究モデルとして発表した。ユーザーはテキストコマンドでシミュレーション内の出来事を変えられ、システムはその場で音声を生成する。実用性は、今後のツールへのアクセスや、具体的なタスクでシミュレーションを検証できるかどうかに左右される。

2026年10月28日

↗