GPT-5とo3のポストトレーニングを主導したOpenAIの研究副社長マックス・シュワルツァーは、同僚を信頼していることと個人貢献者としての研究に戻りたいという希望を理由に、Anthropicに参加するため辞任すると発表した。

学生主導のチームが、2次元データ中の方向を決定するためにフロベニウスノルムを用いるアルゴリズムを作成し、ニュートリノ検出、医療画像処理、機械学習への応用が期待されます。

UFの研究者らはAIの安全対策を検証するためにHMNS手法を開発し、MetaとMicrosoftのシステムを実際に回避してセキュリティ上の脆弱性を特定した。

オックスフォード大学の研究は、AIチャットボットが一貫性のない医療アドバイスを提供しており、ユーザーが信頼できる医療情報を見分けることを困難にしていると報告しています。

MIT CSAILはEnCompassフレームワークを発表しました。これによりAIエージェントがLLMの出力を遡って最適化でき、コード量を82%削減しつつ精度を15〜40%向上させます。

Discovery Learning手法は、従来の数か月にわたる試験サイクルと比べて、バッテリー寿命を1週間で迅速に予測できるようにします。

驚くべき展開として、アマチュアの数学者たちがAIチャットボットを活用して、伝説的なポール・エルデシュが提起した複雑で長年未解決だった数学の問題を解決しており、これはAIの推論能力が大きく進歩したことを示しています。

MITの研究者は、最も高性能な機械学習モデルが新しいデータ環境に適用されると最悪の性能を示すことがあり、医療分野のAIやその他の重要な用途で発生する偽の相関から生じる隠れたリスクを明らかにしていると示しています。

APEX-Agentsという新しいベンチマークは、GPT-5.2やGemini 3 Flashのような最先端のAIモデルでさえ、法律や金融などの専門分野から抽出された、複雑で複数のドメインにまたがるほとんどのタスクで失敗することを示しており、職場での即時の実用性に疑問を投げかけています。

対デジタルヘイトセンター（CCDH）の調査によると、イーロン・マスクのGrok AIは約11日間で約300万件の性的な画像を生成したと推定されており、深刻な安全上の懸念を引き起こしています。

OpenAI、Anthropic、Google DeepMindの研究者たちは、公開されている12のAI防御策を90%以上の成功率で回避し、本番システムにおける重大なセキュリティの穴を暴露しました。