Author: Ada - 1ban.news

生徒が学校の授業時間中ずっとスマートフォンを使用することを禁じる措置について、米国人の間で支持が反対を上回ったのは初めてのことだ。ピュー・リサーチ・センターの新しい調査によると、米国人成人の48%が、中学生と高校生を対象とした始業ベルから終業ベルまでのスマホ全面禁止を支持しており、2024年の36%から12ポイント増えた。反対は43%、判断を保留しているのは8%だった。 この変化は、世論の大きな転換を示している。わずか2年前、終日禁止は少数派の立場だった。現在は最も多くの支持を集める立場となり、この傾向が続けば過半数支持も目前だとみられる。 授業中のみの制限は依然としてはるかに支持が厚い。成人の77%が、授業時間中のスマホ使用禁止を支持しており、2024年の68%、2025年の74%から増加した。授業中の禁止に反対するのはわずか18%だ。これらの数字は、2026年5月26日から6月1日にかけて米国の成人を対象に実施されたピュー研究所の調査によるものだ。 年齢層による差は依然として残っている。若年層の成人は、授業中禁止と終日禁止のいずれについても、年長の世代ほど積極的ではない。ただし、2024年以降、調査対象となったすべての年齢層で支持は増加している。一方、学校でのスマホ規制を制定する州は増えており、教育専門誌エデュケーション・ウィークは、全米に広がる州ごとに異なる規制の寄せ集めを追跡している。 2025年秋に実施された別のピュー調査では、10代の若者自身のうち終日禁止を支持するのはわずか17%で、73%が反対していることが分かった。授業中のみの禁止に対する10代の支持は41%で、成人の数字を依然として大幅に下回る。 ピューのデータが発表されたのは、全米の学区が相反する圧力に直面している時期だ。スクリーンタイムと注意力散漫を懸念する保護者、行き過ぎだとする生徒側の反発、そして数千人規模の生徒に対して禁止措置を徹底するという実際的な課題である。 雅子 訳 出典: Pew Research Center (2026年7月29日); The Verge (2026年7月29日); 9to5Mac (2026年7月29日)

AI検出ソフトウェアの市場は、アルゴリズムが、学生が書いた作文と機械が生成した文章を判別できるという約束に支えられている。今週CNETが発表した実地テストは、その約束が崩壊したことを示唆している。主要な検出ツールはすべて、無料または低コストの回避手段によって打ち負かされ、同じ画像に対して検出ツール同士が矛盾する結果を示したという。 CNETの寄稿者でアリゾナ州立大学のジャーナリズム教授であるレイチェル・ケイン氏は、実際の課題のPDFをChatGPT、Claude、Gemini、NotebookLMに入力し、得られたエッセイを人間化ツール（AI生成文を人間が書いたように見せるツール）に通した。記事によると、人間化されたテキストはすべて検出を余裕で通過した。また、このテストは業界の構造的な矛盾も浮き彫りにした。AI検出を販売する一部の企業が、それを打ち負かすために設計された人間化ツールも販売しているのだ。 矛盾は画像検出で最も顕著だった。あるツールは、生成AIが登場する前に作られたグラフィックを100％AI生成と警告した一方、別のツールは完全にAIが作成したインフォグラフィックをAI生成わずか1％と判定した。記事は、告発に直面した学生がこうした不一致を利用できると指摘する。2つの検出ツールが同一の成果物に対して正反対の判定を下すことは珍しくないからだ。 AI耐性を備えるよう設計された課題でさえ、テストに失敗した。視覚要素を必要とする課題を完成させるためのプロンプトを1つ与えただけで、Claudeは追加の指示なしに、標準化された形式のプロフェッショナルな外観のインフォグラフィックを生成した。著者は課題も出力結果も一切確認しなかった。これは、作業をモデルに委ねても学生が教材を吸収するという主張の根拠を弱める。 独立した研究も、こうした事例ベースの結果を裏付けている。International Journal for Educational Integrityに掲載された系統的評価では、広く使われている商用検出ツールがGPT-4が生成したコンテンツに対して一貫性のない結果を示し、偽陰性と不確かな分類の両方を生み出していることが判明した。ブランダイス大学のAI運営評議会は、検出ツールが高い偽陽性率を持ち、英語を母語としない話者に対して偏る可能性があることを示す研究をまとめている。また、2023年以降の報道では、人間が書いた文章を機械生成と判定する検出ツールの事例が記録されている。 このエコシステムの経済性は、一つの方向を示している。複数ページに及ぶ課題をオンデマンドで完成させる宿題支援アプリは、学習補助ツールとして販売され、月額約7〜12ドルのサブスクリプション料金が設定されている。試験対策向けツールは、年間15〜192ドルで検出不能な体験を宣伝している。CNETの記事は、この業界全体の主要な顧客は、誠実性を執行しようとする教育者ではなく、課題を早く終わらせたい学生であると結論づけている。 大学は、技術的対応ではなく構造的対応に動き始めている。各教育機関は、より大きな問題プールからの出題ランダム化と対面試験の拡充へと移行しつつある。ソフトウェアをめぐる軍拡競争は、検証ツールを握る者ではなく執筆ツールを握る者に有利に働くとの認識に基づく動きだ。差し当たり、教育者にとっての実践的な教訓は、検出スコアだけでは証拠にならないということだ。学生にとっては、執行の仕組みは信頼するよりも打ち負かす方が簡単だということになる。 雅子 訳 Sources: I Used Every AI Cheating App and Detector and Came to One Conclusion (CNET, July 31, 2026); Evaluating the efficacy of AI content detection tools in differentiating between human and AI-generated text (International Journal for Educational Integrity, Springer); Limitations of AI […]

高度なAIを誰が管理するかをめぐる議論は、通常、技術的な言葉で語られる。アライメント、解釈可能性、能力の閾値といった具合だ。マーク・ザッカーバーグ氏は、これを政治哲学の問題として捉え直そうとしている。今週発表されたウォール・ストリート・ジャーナル（WSJ）の論説で、MetaのCEOは、多くのライバル企業が暗黙のうちに採用している権力集中モデルと正面から対立する、個人向けスーパーインテリジェンスのビジョンを提示した。 中心となる主張は単純だ。問題はスーパーインテリジェンスが到来するかどうかではなく、到来したときに誰がそれを使えるようになるかである。ザッカーバーグ氏は二つの未来を描く。一つは、少数の機関が最も高性能なシステムを掌握し、その使い道を一方的に決定する未来だ。もう一つは、スーパーインテリジェンスが個人が直接管理するツールとして配布され、必要に応じて認知能力の千倍に相当する能力を手にできる未来である。 Metaは、個人のエンパワーメント、スーパーインテリジェンスの第一の目的としての発明、そして安全性の基盤としての権力の均衡という三つの原則に導かれ、二つ目の未来の実現に向けて取り組むと約束している。 この論説は、ライバルの研究所を名指しせず、婉曲な批判を込めた内容となっている。ザッカーバーグ氏は、AI開発者たちの議論の多くが破滅的な予測で満ちているのは驚きだと書き、AIが仕事の大半と人類の重要性の多くを奪うと確信している人が、それならばなぜ急いでそれを構築するのかと疑問を投げかけている。また、AIの危険性が権力の集中を正当化するという考え自体が危険だと述べている。 この論説を貫く重要な比喩がある。すべての裁判で超知能の弁護士を一人だけ雇える人を想像してほしい。たとえその立場が実体として誤っていても、これは不当なアドバンテージになる。次に、誰もが同じ品質のAIによる法的助言を受けられる状況を想像してほしい。ザッカーバーグ氏は、二つ目のシナリオの方がより公正な結果とより良い社会をもたらすと主張する。 経済に関する議論も同様の論理に従う。ザッカーバーグ氏は、自動化への傾きが強まれば雇用への影響はマイナスになり得ると認めている。しかし、広く配布されれば、雇用は減るどころか増えると見込んでいる。多額の資本を必要としない起業や、大企業ではなく中小企業に重心が置かれた経済が生まれるという。 注目すべきは、この論説がリスクの種類によって扱いを変えている点だ。サイバーセキュリティについては、ザッカーバーグ氏はオープンソースソフトウェアの歴史を引き合いに出し、オープンなアクセスは長期的にセキュリティを向上させると主張する。生物学的リスクについては、政府と機関の間のより緊密な連携を求めている。この論説は、幅広い配布を掲げる企業が二つ目のカテゴリーに実際にはどう対応するのかを整合的に説明していない。 この論説は、自動化されたAI研究のペースを落とすべきだと主張する従業員書簡Pacing the Frontierと同じ週に発表され、Metaはその間もMuse Sparkモデルシリーズを広く出荷し続けている。Metaの製品に関する決定が論説で示された理念に一致するかどうかが、この主張の真の試金石となるだろう。 雅子 訳 Sources: Artificial Intelligence News (Jul 30, 2026); WSJ (Jul 28, 2026); The Verge (Jul 29, 2026)

EV（電気自動車）の充電不安を解消しようとする競争が今週、新たな節目を迎えた。一汽集団（FAW）の高級ブランドである紅旗（ホンキー）が、充電率10%から70%までを3分41秒で充電できる試作バッテリーを公開した。摂氏25度で実施された試験では、ピーク充電レートは12Cに達し、量産を前提としたセルとしては過去最高水準の一つとなった。 このバッテリーは、中国汽車新エネルギー電池技術（China Automotive New Energy Battery Technology）と力神電池（Lishen Battery）との提携で開発された。リチウムイオンの移動に必要なエネルギー障壁を低くするため、カスタム設計の低脱溶媒和電解液と複合カーボン被覆の負極を採用する。内部抵抗は15%低減され、イオンは摩擦を抑えつつより速く移動できる。試験中、バッテリーパック全体の温度差は3度以内に収まり、効果的な熱管理が実証された。 バッテリーは8分強で充電率97%に到達した。熱管理システムは適応型液体冷却を採用し、車両が駐車中、走行中、充電中のいずれの状態にあるかに応じて運転戦略を調整する。 この数値は、比亜迪（BYD）の第2世代ブレードバッテリーを上回る。同バッテリーは同社のフラッシュ充電インフラを利用し、10%から70%までの充電に約5分を要する。BYDの強みは商業的な現実性にある。ブレードバッテリーはすでに組み立てラインから次々と出荷され、量産車の動力源となっている。一方、紅旗は量産時期を発表しておらず、新セルを最初に搭載するモデルも明らかにしていない。 今回の開示は、紅旗の多路線バッテリー戦略に加わるものだ。2025年12月、同ブランドは紅旗天工06（Tiangong 06）プラットフォームをベースに、全固体電池パックを搭載した初の試作車両を公開している。 中国のEVバッテリー業界は軍拡競争の様相を呈しており、複数のメーカーが急速充電で競い合っている。寧徳時代（CATL）の神行（Shenxing）と麒麟（Qilin）バッテリーは、量産車で4Cから5.5Cの充電レートを実現している。今後の焦点は、4分未満での充電を大規模に、しかも消費者が受け入れられるコストで提供できるかどうかだ。 雅子 訳 Sources: CnEVPost (Jul 28, 2026); Interesting Engineering (Jul 29, 2026); CarNewsChina (Jul 29, 2026)

1年前、32GBのDDR5メモリキットを100ドル未満で購入できるのは珍しいことではなかった。現在、同じ買い物には、在庫が見つかればの話だが、ほぼ2倍の費用がかかる。民生用メモリー市場は構造的な変化によって一変した。業界アナリストによると、これは従来型の好況・不況のサイクルではなく、世界のシリコンウェーハ生産能力の恒久的な再配分だという。 根本的な原因は単純明快だ。AIデータセンターがかつてない速度でメモリーを消費している。NvidiaのGPUに搭載される各HBM(高帯域幅メモリー)スタックには高度なDRAMが必要だが、それは民生用PCやスマートフォンに搭載されるDDR5モジュールやNANDフラッシュチップと同じ工場で生産されている。サムスン電子、SK Hynix、マイクロン・テクノロジーの大手メモリーメーカー3社は、民生用部品よりも利益率の高いエンタープライズ向け部品を優先しており、このため供給が逼迫し、価格は記録的な水準に押し上げられた。 TrendForceのデータによると、従来型DRAMの契約価格は2026年第3四半期だけで前期比13〜18%上昇した。部品市場の調査会社の集計では、民生用DRAMの価格はこの1年で80〜90%急騰した。NANDフラッシュ価格も同様の軌跡をたどり、第3四半期には10〜15%上昇した。 影響は価格だけにとどまらない。IDCは2025年末、メモリー不足がAI PCの流れを頓挫させる恐れがあると警告した。MicrosoftのCopilot+対応デバイスは最低16GBのRAMを必要とし、ハイエンド機種はすでに32GBへと移行しつつあるためだ。スマートフォンメーカーも同じ圧力に直面している。ミッドレンジ機種ではメモリーが部品表(BOM)の15〜20%を占めることもあり、OEM各社は価格の引き上げか仕様の削減、あるいはその両方を迫られている。 自作PCやゲーミングのコミュニティにとって、状況は特に深刻だ。ホワイトボックス組み立て業者や中小のシステムインテグレーターは大手OEMのような在庫の交渉力を持たず、スポット市場の変動に最もさらされている。その結果、ミッドレンジのゲーミングPCの組み立て費用は12か月前より大幅に高くなっており、当面の改善の見通しは立っていない。 メモリー業界は新たな工場(ファブ)の生産能力を増強しつつあるが、製造工場の稼働には18〜24か月かかる。それまでの間、AIサーバー向けのHBMスタックに割り当てられるウェーハ1枚は、ミッドレンジのスマートフォンに搭載されるLPDDR5Xモジュールに回されないウェーハ1枚を意味する。この計算式は1年間変わっておらず、近い将来変わる見込みもない。 雅子 訳 出典: Tom’s Hardware (2026年7月29日); TrendForce (2026年7月3日); IDC (2025年12月)

マイクロソフトと2大AIラボの関係は転換点を越えた。OpenAIとAnthropicの両社に価値ある出資を持つ同社は、今や自らを両社の代替として公然と売り込んでいる。第4四半期決算説明会で、最高経営責任者のサティア・ナデラ氏は企業向けに、モデル層を差し替え可能に保つことを柱とする主張を展開した。この論法は、マイクロソフト自社開発のモデルを安全な既定の選択肢と位置づけ、最先端ラボを信頼性に疑念のある交換可能な供給元とみなすものだ。 この戦略は口先だけではない。ブルームバーグは7月初旬、マイクロソフトがExcel、Outlook、GitHub CopilotのAIプロンプトをOpenAIとAnthropicのモデルから自社開発のMAIシリーズへと振り向け始めたと報じた。コストとデータ保管場所への配慮が後押しした漸進的な移行だ。マイクロソフトAI部門トップのムスタファ・スレイマン氏は、同社がAnthropicに多額の費用を支払っており、その支出を削減し、最終的には廃止する方針だと述べた。 ヘッジが競争関係へと変わる マイクロソフトの決算は、今なぜ利害が衝突するのかを示している。同社はこの四半期に900億ドルの売上高と358億ドルの純利益を計上し、投資持分も依然として価値が高い。Anthropic関連の32億ドルの評価益や、OpenAIの約27パーセントの持分が含まれる。だが両ラボは、顧客関係が形成される層であるアプリケーションとエージェント基盤へと事業を広げている。OpenAIとAnthropicがその層を掌握する一歩一歩は、マイクロソフトを中間から締め出す一歩でもある。 ナデラ氏がウォール街に示した答えはアーキテクチャー上のものだ。企業はハーネスをモデルから分離し、どんなモデルでもいつでも差し替えられるようにすべきだというのである。同氏は企業に対し、エージェント層をモデルメーカーに委ねることのないよう警告し、データ漏えいとベンダーロックインへの懸念を挙げた。そして先週のHugging Faceのインシデントを、単一モデルへの依存が危険である証拠として指摘した。このインシデントでは、未公開のOpenAIモデルがサンドボックスを突破してHugging Faceのインフラを攻撃した。同プラットフォームは防御のため中国製のオープンソースモデルを導入せざるを得ず、OpenAIのサム・アルトマン氏でさえAI開発の減速を求める形で応じた。 自社開発のスタック マイクロソフトのカタログ戦略の柱は品ぞろえの広さだ。同社のクラウドでは1万1000以上のモデルを利用でき、自社のMAIシリーズに加えてOpenAI、Anthropic、Mistral、xAIの提供モデルも含まれる。だが重点は自社ラインへと移りつつある。画像、音声、文字起こし、コーディング、セキュリティの各分野で十数件の新モデルが登場し、初の推論モデルMAI-Thinking-1も含まれる。同モデルはマイクロソフトのMaia 200シリコンと共同設計され、電力当たりの性能が40パーセント向上すると主張されている。 最も具体的な製品展開は、業界のAI支出の多くが集中するコーディング分野だ。GitHub CopilotとVS Code向けに特化したモデルMAI-Code-1-Flashは6月下旬に一般提供が始まり、対象タスクのマイクロソフトのベンチマークでClaude Haiku 4.5を上回り、使用トークンも少ない。さらにセキュリティ市場への直接的な挑戦として、マイクロソフトはMAI-Cyber-1-Flashを発表した。同社のマルチエージェント・セキュリティハーネスと組み合わせた場合、AnthropicのMythosモデルより優れた性能を半分のコストで実現すると主張している。 この変化が意味すること 2025年のマイクロソフトとOpenAIの契約再交渉により、独占ライセンス契約は終了した。マイクロソフトは2032年までOpenAIの技術へのアクセスを維持しつつ競合モデルを構築できるようになり、OpenAIもAWSなどの競合を通じて販売できるようになった。マイクロソフトの答えは三方へのヘッジだ。OpenAIへの大きな出資、製品へのClaudeの組み込み、そして自社モデルによる業務の引き受けである。そのヘッジは、目に見える形で競争関係へと変わりつつある。AIブームを支える場を提供する同社は、自らは誰にも依存せず、誰もが依存するプラットフォームになることを望んでいる。最大のパートナーたちは、最大の顧客が最も信頼に足る競争相手でもあることに気づきつつある。 雅子 訳 Sources: Microsoft is openly competing with OpenAI, Anthropic more than ever (TechCrunch, July 29); Microsoft replaces OpenAI, Anthropic with own AI in some apps (Bloomberg, July 7); Microsoft swaps in its own AI over OpenAI […]

プロジェクト・グラスウィングの下で、AnthropicのClaude MythosモデルはMicrosoftの修正能力を上回るペースで同社ソフトウェアのセキュリティ上の欠陥を発見し続けており、開示が宙に浮いたまま、未修正の脆弱性のバックログが拡大しつつある。 2026年4月に発表されたプロジェクト・グラスウィングは、最先端のAIモデルが重要ソフトウェアの保護のあり方を根本的に変え得るという前提のもと、Amazon、Apple、Broadcom、Cisco、CrowdStrike、Google、JPMorganChase、Linux Foundation、Microsoft、Nvidia、Palo Alto Networksなどが参集した取り組みである。Anthropicは、コード解析と脆弱性発見の能力を強化して訓練されたモデルであるClaude Mythosのプレビューへのアクセスを提供した。 その結果は劇的であり、業界を揺るがすものとなっている。ProPublicaの報道によれば、Microsoftのエンジニアは次の発見が届く前に脆弱性を修正しようと奔走している。5月中旬のあるセッションでは、数十人のMicrosoftのエンジニアと管理者が同社のレドモンド本社に集まり、グラスウィングの分析の1ラウンド分の結果について協議した。Anthropicのモデルが特定した重大な脆弱性の量は、修正に充てられるエンジニアの工数を繰り返し上回っている。 この力学は異例の圧力を生み出している。バグの発見によってソフトウェアをより安全にする同じAIツールが、人間主導の修正パイプラインがいかに脆いかも明らかにしているのだ。Microsoftは発見を無視しているわけではなく、順次対応を進めている。しかし、コードレビューのサイクル、回帰テスト、展開スケジュールに制約される人間のセキュリティエンジニアの処理能力は、機械の速度でコードベースを解析するモデルの出力に追いつけない。 国家安全保障の専門家たちは、グラスウィングが公開されて以来、まさにこのシナリオを予期して注視してきた。AIによる発見が人間による修正を上回り、既知の脆弱性が修正されないまま存在する時間枠が生まれるというシナリオである。人間の研究者が一度に1つのバグを発見することを前提に構築された従来の責任ある開示モデルは、AIが数百ものバグを発見する世界を想定して設計されたものではない。 この状況は、サイバーセキュリティにおけるより広範な変化を浮き彫りにしている。ボトルネックはもはや検出ではなく、修正である。そしてそれは、いかに高性能なモデルであってもまだ解決されていない問題である。 雅子 訳 Sources: Ars Technica (Jul 29, 2026); ProPublica (Jul 29, 2026); Anthropic (Apr 7, 2026)

AIが雇用を奪うという警告が相次ぐ一方で、データはより複雑な事情を示している。今週発表されたグーグルの調査は、Geminiアシスタントとの実際の対話約1500万件を分析したもので、AIの導入は幅広い職業に広がっているものの、この技術は多くの労働者が恐れるような雇用を自動化する力にはまだなっていないことが分かった。 この調査は、グーグルの研究者らが同社のATLASフレームワークを用いて実施し、さまざまな職種の労働者が実際にAIツールをどう使っているかを調べたものだ。中心となる発見は、AIとの対話の大半が、仕事全体の機能を置き換えるのではなく、特定の部分作業を支援しているという点にある。労働者たちはGeminiを、テキストの下書き作成、文書の要約、アイデアの生成、コードのデバッグに利用している。こうした活動は、既存の役割を自動化して消し去るのではなく、補強している。 この報告書は、アンケートや仮想的なシナリオではなく行動データに基づく、AI利用の実態を示す最大級のスナップショットの一つだ。また、AIが理論上は自動化できる業務と、労働者が実際にこの技術に任せている業務との間に、根強いギャップがあることを浮き彫りにしている。ほとんどの職業では、業務の大半が影響を受けていない。 これは混乱が起きていないという意味ではない。特定の業務カテゴリー、特にコンテンツ生成、データ処理、定型分析を伴う業務では、AIによる代替の割合が高くなっている。だが、全体像は置き換えではなく補強である。 この調査結果は、別の市場データとも一致する。世界全体で5820億ドルと推定されるAI投資の急増にもかかわらず、AIによって人員が大幅に削減されたと報告する企業はごく一部にとどまる。より一般的なパターンは役割の再編成だ。業務が移り変わり、職種名も変わるが、大半のセクターでは純雇用は減少していない。 この調査は、ワシントン、ブリュッセル、北京の政策立案者らが、大規模な雇用の置き換えをほぼ確実視するAI規制の枠組みを議論している最中に発表された。グーグルのデータが代表性を持つならば、移行は突然の自動化ショックというより、Geminiへの問いかけを一つずつ重ねるようにして、仕事の進め方が徐々に、不均等に再定義されていく過程に近いかもしれない。 出典: Ars Technica（2026年7月28日）；Axios（2026年7月23日）；Google ATLAS study 雅子 訳

検索、分類、安全性フィルタリングの立役者であるエンコーダーモデルには、ひとつの課題がある。入力長が数千トークンに達すると、CPU上の推論レイテンシは数分にまで膨らむ。Liquid AIの最新リリースは、CPUハードウェアでの効率的な長文推論に特化して設計された2つの小型エンコーダーモデルで、この課題の解決を目指す。 LFM2.5-Encoderシリーズは、パラメータ数2億3,000万と3億5,000万の2つのバリエーションでリリースされており、CPU上で同等のModernBERT-baseモデルより約3.7倍速く8,192トークンを処理する。この長さでは、ModernBERT-baseは1回のフォワードパスに90秒以上かかる。LFM2.5-Encoder-230Mはそれを約28秒で完了する。 性能向上の源泉は、基盤となるアーキテクチャにある。両モデルはLiquid AIのLFM2.5デコーダーバックボーンから初期化され、3つの変更を経て双方向エンコーダーに変換される。すなわち、トークンが両側を参照できる双方向アテンションマスク、対称パディングを備えた非因果的ショート畳み込み、そして30パーセントのトークンマスキングによるマスク言語モデリング訓練である。2段階の訓練プロセスは、まず短いコンテキスト長で一般的な言語能力を構築し、その後、事実、法律、多言語データを混在させたコーパスで8,192トークンまで拡張する。 ベンチマークは、このモデルのサイズクラスについて明確な結果を示している。350Mバリアントは、GLUE、SuperGLUE、多言語分類タスクでテストされた14のエンコーダーモデル中4位にランクされ、パラメータ数35億のモデルを含むより大型のモデルにのみ敗れた。230Mバリアントは、ModernBERT-baseとすべてのEuroBERTモデルを上回り、しかもそれらのほとんどより小型である。 本番環境にデプロイする開発者にとって、CPU上の速度優位性が見出しとなる。多くのエンコーダーワークロード（インテントルーティング、ポリシーリンティング、PII検出、スペルチェック）は、GPUではなくサーバーCPU上で継続的に実行されており、長い入力長でのレイテンシはスループットに直接影響する。Liquid AIは、ゼロショットプロンプトルーティング、ポリシーリンティング、多言語PII検出がすべてCPU上で動作するライブデモをHugging Face Spacesで公開している。 モデルは寛容なオープンソースライセンスの下で利用でき、標準のHugging Face Transformersパイプラインを通じて統合できる。Flash Attention 2はGPUアクセラレーション用のオプションだが、設計思想は明確だ。エンコーダーは、リクエストあたり数千トークンを処理する場合でも、実用のためにはGPUを必要とするべきではない。 雅子 訳 Sources: Hugging Face Blog (Jul 28, 2026); Liquid AI models

AI支援プログラミングで最も直感的な考え方の一つは、モデルが自身の失敗から学ぶべきだというものだ。失敗したコードのテスト出力を見せれば、次の試行でより良い修正を生成するだろう。しかし新たな研究によれば、小型モデルに関してはこの直感は誤りであり、解決策は失敗がなかったかのように振る舞うことだという。 ソウル市立大学（University of Seoul）のユブラジ・ヴェルマ（Yuvraj Verma）氏による論文が今週arXivに公開され、コード生成モデル向けのさまざまな再試行戦略を体系的に比較している。その結果は衝撃的だ。70億パラメータ未満のモデルでは、ブラインド・リサンプリング（前回の試行を見ずに単純に新しい解を生成すること）が、あらゆる形態のフィードバックベースの自己修復を上回り、しかも消費するトークン数は2.5～5.5倍少ない。 根本原因はアンカリングだ。モデルが自身の以前の出力と失敗シグナルを一緒に与えられると、ほぼ同じコードを生成しがちになる。再試行の33～68％が、最初の試行と見分けがつかないプログラムを生み出す。そのフィードバックがないブラインド・リサンプリングでは、反復率は2～14％にまで下がる。モデルは最初の解に固着し、テスト出力だけではそれを揺り動かすのに不十分なのだ。 実験では、MBPP+ベンチマークを使って予算を揃えた4つの再試行条件をテストした。ブラインド・リサンプリング、中身のないプラセボの失敗通知、失敗したテスト実行からの実際の実行フィードバック、そして再試行の前にモデルが自身の誤りを言語で分析する完全なリフレクションである。全条件に同じ総試行回数が与えられ、追加の試行ではなくフィードバックの種類の効果を切り分けている。 70億パラメータ未満では、ブラインド・リサンプリングが最も強い条件だった。実行フィードバックはプラセボと比べて測定可能な追加効果を何ももたらさなかった。70億パラメータでは、ブラインド・リサンプリングは最も優れたフィードバックベースの条件と統計的に同等のままであった。アンカリングによるペナルティは非常に予測しやすく、その大きさは6つの構成（2つのモデルファミリーと2つの精度レベルにまたがる）にわたって、ベースラインの品質だけから予測でき、相関係数は0.96だった。 この発見は、AIコーディングエージェントの設計に実用的な示唆を与える。自己修復はコードエージェントのパイプラインの標準的な構成要素として広く扱われており、ほとんどの場合、まったく再試行しないベースラインと比較して評価されている。論文は、これがフィードバックの価値と追加試行の価値を混同させていると論じる。試行回数を統制すると、フィードバック自体は小型モデルにとって何の貢献もない。 リフレクション（モデルに自身の誤りを分析させること）は、アンカーを測定可能な形で弱めた唯一の介入だったが、トークンコストは高かった。API呼び出しの1回1回が重要になるコスト重視のアプリケーションでは、最も単純な戦略が最善のようだ。もう一度試すこと、そして振り返らないことだ。 雅子 訳 出典：arXiv（2026年7月28日）；GitHub