2026年5月28日、OpenAIが「Frontier Governance Framework（FGF）」を公開した。新モデルや新機能の発表ではないが、生成AI・LLM分野ではかなり重要な動きだと思う。理由は、この文書が「モデルをどう安全に作るか」だけでなく、「どの法律・規制に対して、どの社内プロセスで説明責任を果たすか」を明文化しているからだ。OpenAI自身は、FGFをカリフォルニア州のTranspa... もっと見る
さて、今日の一本はモデル発表ではなく、資金調達のニュースです。2026年5月28日、AnthropicはSeries Hで650億ドルを調達し、ポストマネー評価額が9,650億ドルになったと発表しました。主導したのはAltimeter Capital、Dragoneer、Greenoaks、Sequoia Capitalなど。Anthropicは、今回の資金を安全性・解釈可能性研究、Claude需要に対応する計算資源拡張、プロダクトとパートナーシップ... もっと見る
2026年5月28日、AnthropicがClaude Opus 4.8を公開した。発表文では、Opus 4.7からのベンチマーク改善、同価格での提供、Claude Codeの新機能「dynamic workflows」、claude.ai/Coworkでの「effort control」、Messages APIの更新がまとめて示されている。単なるモデル更新として読むこともできるが、今回の発表で重要なのは、モデル単体の知能というより、AIエージェントを長く... もっと見る
今日の1本は、OpenAIが2026年5月27日に公開したWarpの事例だ。見出しだけ見ると「GPT-5.5で開発効率が上がった」という、いつものAIコーディング成功談に見える。でも、今回の面白いところはそこではない。焦点は、Warpがオープンソース開発そのものを「エージェントを動かすための公開ワークフロー」に作り替えようとしている点にある。OpenAIによれば、WarpはGPT-5.5を使ってローカル、クラウド、オープンソースの開発... もっと見る
2026年5月27日に投稿された論文「Do LLMs Build World Models From Text?」は、LLMの“世界モデル”論争をかなり良い形で絞り込んでいる。問いは大きいが、実験設定は具体的だ。部屋の中にある物体の位置関係をテキストで説明されたとき、LLMは単に文を読んでいるだけなのか、それとも頭の中に近い「空間の地図」を構成しているのか。著者らはこの問題を、MentalMapという多言語ベンチマークで検証した。([arxiv.org](https:/... もっと見る
2026年5月27日、Anthropicが社会科学者におけるAIコーディングエージェント利用の調査結果を公開した。対象は、2026年2〜3月に調査された定量的な社会科学者1,260人。結論を一言でいえば、AIチャットボットの利用はかなり広がっているが、Claude CodeやCodexのようにコードを書き、実行し、分析を反復できる「コーディングエージェント」は、まだ一部の研究者に偏って使われている、というものだ。([anthropic.com](h... もっと見る
2026年5月27日、OpenAIはThrive Holdingsと共同で、会計士向けのTax AIをCodexで改善していく事例を公開した。対象はCreteの30以上の会計事務所ネットワークで、今税務シーズンのパイロットでは7,000件の税務申告を処理したという。扱うのは米国の1040・1041といった個人・信託系の申告で、OpenAIは、Tax AIが税務準備時間を約3分の1削減し、最大97%の精度で申告ドラフトを... もっと見る
OpenAIが2026年5月27日、世界各地の選挙に向けた情報提供と安全対策を発表した。発表の柱は、投票・開票情報への誘導、選挙関連インフラのサイバー防御支援、AI生成コンテンツの透明性向上、不正利用対策、政治的バイアス監視の五つである。単なる「ディープフェイク対策」の告知ではなく、ChatGPTが選挙情報の入口として使われる現実を前提に、回答・出典・防御・広告・モデル挙動を一体で管理しようとする内容になっている。([openai.com](ht... もっと見る
2026年5月26日、Cursorは北米Eコマース企業Faireの導入事例を公開した。発表の中心は、Faireが自社開発のバックグラウンドエージェント基盤をCursor Cloud Agentsに置き換え、週次PRスループットを2倍にしたというものだ。あわせて、18カ月相当と見込まれていた移行作業を「1人のエンジニア＋エージェント群」で進めたこと、週2,000件超の自律エージェント実行、25件以上のCursor Automationsを運用していることも示... もっと見る
2026年5月26日、AnthropicはKiYoung Choi氏を韓国のRepresentative Directorに任命し、近く開設予定のソウルオフィスを率いると発表した。新モデルでも新ベンチマークでもないため、一見すると地味な人事ニュースに見える。しかし生成AI・LLMの実用化競争を読むうえでは、かなり示唆がある。Anthropicは韓国について、Claude.aiの利用が人口規模から期待される水準の3.5倍以上で、技術・クリエイティブ用途に偏っていると... もっと見る
2026年5月25日に公開された「Automated Benchmark Auditing for AI Agents and Large Language Models」は、モデルそのものではなく、モデルを測るベンチマークの欠陥を自動監査する研究だ。提案された Auto Benchmark Audit（ABA）は、LLM・AIエージェント向けベンチマークをタスク単位で点検し、曖昧な指示、実行環境の不整合、壊れた採点ロジック、誤った正解などを洗い出す。論文は1... もっと見る
2026年5月26日のarXiv cs.CL新着で、深掘り調査型エージェントに関する注目論文「QUEST: Training Frontier Deep Research Agents with Fully Synthetic Tasks」が公開された。著者らは、2B〜35B規模のオープンなDeep Researchエージェント群QUESTを提示し、長時間の検索、根拠付き事実確認、引用、レポート生成を横断する汎用調査能力を狙っている。arXivの新着欄では... もっと見る
OpenAIは2026年5月25日、ブラジルのGrupo FolhaおよびGrupo UOLとの戦略的コンテンツ提携を発表した。OpenAIによれば、これは同社にとってブラジル初のメディア提携であり、Folha de S.PauloとUOLの報道をChatGPT上で利用できるようにするものだ。発表では、世界のChatGPTユーザーがFolhaとUOLの報道に基づく要約へアクセスできるようになること、また出典表示・透明性・元記事へのリン... もっと見る
2026年5月25日、富士通は、複数のAIエージェントが業務を分担し、実行結果・人間のフィードバック・制度改定・仕様変更などを取り込みながら継続的に学習する「自己進化マルチAIエージェント技術」を発表した。対象は単なるチャット応答ではなく、業務特化型LLM「Takane」の自動強化や、大規模業務システムの設計仕様書検索など、変化し続ける企業内プロセスである。富士通はこの技術を「安全に自律して学習する」仕組みとして位置づけている。([globa... もっと見る
2026年5月25日のarXiv cs.CL新着で、LLMエージェントの「スキル」利用を評価する論文、OpenSkillEvalが掲載された。ここでいうスキルとは、モデルの重みそのものではなく、プレゼン作成、Webデザイン、可視化、レポート作成のような作業をうまく進めるために整理されたワークフロー指示のことだ。最近のエージェント開発では、モデルを入れ替えるだけでなく、外部ツール、プロンプト、テンプレート、手順書を組み合わせて性能を上げる流れが強まって... もっと見る
2026年5月25日のarXiv cs.CL新着に、ARES: Automated Rubric Synthesis for Scalable LLM Reinforcement Learning が掲載された。著者はXiaoyuan Li、Keqin Bao、Moxin Liら8名で、コメント欄では「Under Review」とされている。派手な新モデルではないが、LLMのポストトレーニングでいま深刻になっている「検証可能な答えがないタスクを、どう強化学習する... もっと見る
2026年5月24日、Hugging Face上でNiels Rogge氏が、復活版PapersWithCodeの新機能を告知した。これは新しい基盤モデルの発表ではない。しかし、LLM研究を追ううえではかなり重要な「研究インフラ」のニュースだと思う。発表によれば、復活版はSOTA、つまり各タスクの最先端結果を、エージェント、コンピュータビジョン、時系列予測など複数領域で追跡することを狙っている。今回追加されたのは、ベンチマークごとの複数指標対応、arXiv以外の外部発表の登録... もっと見る
直近24時間内にニュース化された生成AI関連トピックとして、24 AIが2026年5月23日に取り上げた MOSS: Self-Evolution through Source-Level Rewriting in Autonomous Agent Systems を選びたい。原論文そのものはarXivに2026年5月21日投稿なので「論文初出」は少し前だが、今回のニュース価値は、自己改善型エージェントの議論を「記憶」「プロンプト」「スキル」から、より... もっと見る
今回取り上げたいのは、NVIDIA系の研究者らによる Gated DeltaNet-2: Decoupling Erase and Write in Linear Attention。Hugging Face Daily Papersでも5月22日の注目論文として掲載されていた、線形注意機構の新しい提案だ。見出しだけ見ると地味だが、長文コンテキスト時代のLLMで何がボトルネックになるかを考えると、かなり本質的な方向を向いている。([huggingfa... もっと見る
2026年5月22日のarXiv新着で目を引いたのは、MIT、MIT-IBM Computing Research Lab、Sakana AIなどの著者による Vector Policy Optimization: Training for Diversity Improves Test-Time Search だ。テーマは一見すると強化学習の細部だが、実際には「LLMをどう訓練すべきか」という前提を少しずらす論文である。従来のRLHFやGRPO的なポストトレーニン... もっと見る