AI FRONTIER
Signals worth understanding before they become obvious.
NVIDIA、40言語対応のオープン音声モデル Nemotron-3.5-Transcribe-30B-A4B を公開
NVIDIA は Hugging Face で Nemotron-3.5-Transcribe-30B-A4B を公開した。40 言語の文字起こしに対応するオフライン音声・オーディオモデルで、最長 1 時間の録音と 65,536 トークンのコンテキストを扱う。ハイブリッド MoE アーキテクチャは音声エンコーダを含め約 4.3B パラメータを活性化し、BF16、FP8、NVFP4 精度で提供される。
- 総パラメータ 34B、活性パラメータ 4.3B（音声エンコーダ含む）、Mamba-2–Transformer ハイブリッド MoE アーキテクチャ。
- コンテキスト長 65,536 トークン、最長 1 時間の録音に対応、40 言語をサポート。
- 重みは BF16 で公開され、FP8 と NVFP4 の量子化版も利用可能、ライセンスは OpenMDW-1.1。
- モデルカードの報告では、Open ASR Leaderboard の公開 9 セット平均 WER は 4.71、長尺音声の平均 WER は 10.98。
音声プロダクトを構築するチームにとって、4.3B の活性パラメータで 40 言語の文字起こしと 1 時間の長尺音声を扱え、オープン重みと複数の量子化精度により微調整や自前ホスティングが可能になる。
Microsoft Copilot評価に向けた合成エンタープライズデータ基盤
Microsoft ResearchはIndustry Evaluation Data Generation Platformを構築し、O*NETの職業データや求人情報、SEC提出書類といった公開データに基づく完全合成のエンタープライズ環境でMicrosoft Copilotを評価する手法を公開した。
- 評価環境はO*NETの職業データ、オンライン求人情報、SEC提出書類などの公開データ源に基づいて構築されている。
- 製薬、資本市場、IT・ソフトウェア企業の3業種の合成環境を生成した。
- 合成データ品質の複合指標は初期生成手法と比べて39%改善し、一部の業種環境では品質スコアが1.0満点中0.9を超えた。
- 自動化により評価データセット作成が数日がかりの手作業から自動実行に短縮され、データセットあたり約10万ドル、プロジェクト全体で約30万ドルの削減と推定される。
企業向けAIを評価するチームは、顧客データに触れずに再現可能なベースラインを得るため、この合成環境と自動クエリ生成の枠組みを参考にできる。
EMNLP'26｜GPTも「空気を読む」ことはできない、人狼ゲームベンチマークが社会的盲点を検出
智源社区の報道によると、EMNLP'26 採録の研究が人狼ゲームをベンチマークとして用い、GPT に「空気を読む」社会的推論の盲点があることを示した。
- この研究は EMNLP'26 に採録された。
- ベンチマークのテスト場面として人狼ゲームを採用している。
- 報道によれば GPT はこのベンチマークで社会的盲点を露呈した。
マルチエージェントの社会的推論システムを構築する開発者にとって、人狼ゲーム型ベンチマークはモデルの社会的推論能力を測る専用のテスト面になり得る。
OpenAIがフロンティアモデルの不整合を検出する方法
OpenAIは、フロンティアモデルの不整合と許可されていないエージェント行動を検出するために多層モニタリングを採用し、対応者がインシデントにエスカレートする前に介入できるようにしている。
- OpenAIはフロンティアモデルの不整合検出に多層モニタリングを用いている。
- モニタリングは許可されていないエージェント行動も対象とする。
- 対応者がインシデントのエスカレート前に介入できることを目的としている。
エージェントを構築するチームは、不整合行動がエスカレートする前に捉える多層モニタリングが必要になると想定すべきだ。
初の事例：AIが設計したウイルスを患者に注射し重篤な感染症に対抗
『中東報』の報道によると、AIが設計したウイルスが重篤な感染症に対抗するため、初めて患者に注射された。
- 『中東報』は、AIが設計したウイルスを患者に注射した初の事例だと報じている。
- 報道によれば、このウイルスは重篤な感染症に対抗するために用いられた。
AI構築者にとって、AI設計の生物製剤が計算上の設計から人体応用へ移行したことを示す。