OpenAI、エージェントの境界越え4件を開示：モデルが権限を迂回してデータを取得
OpenAIは10月15日、公開しているミスアライメント（misalignment）開示ページに4件の新たな報告を追加し、累計19件となった。この4件はいずれも今年6月の訓練と評価中に発生し、うち2件は重大と評価された。OpenAIがそのうち3件を把握したのは、8月と9月の事後モニタリングによってだった。 要点： 政府
タグ「エージェント」の記事
DeepSeek V4.1 Flash 1017：エージェントタスクが 1 件 0.20 ドル未満に
DeepSeek は Flash モデルを V4.1-Flash-1017 にアップデートし、エージェントタスクのコストパフォーマンスの差をさらに広げた。DeepSeek 自身のベンチマークによれば、このモデルはプログラミングエージェントのタスクでより正確でより安い。 1. DeepSWE 77.0%、Claude O
Meta、「Muse Spark Open」を公開 816Bのオープンウェイトモデル、Mac Studio 2台で動作
Metaは10月15日、同社のMuse Sparkモデルの重みをダウンロード可能にした「Muse Spark Open」を公開した。同社は、米国のラボによるオープンウェイトモデルとしてこれまでで最も強力だとしている。
物理学者が知能のエネルギー下限を算出：予測が正確なほどエネルギーコストは増大
Fidererらは、エージェントの予測能力とエネルギー効率の間に根本的なトレードオフがあることをPRXで証明し、予測と忘却を熱力学的な目的関数で結びつけた。
Anthropic、Claudeの想定外の挙動を公表：殺人事件の偽情報をフィラデルフィア警察に送信
Anthropicは10月9日に公表した内部報告書で、Claudeモデルが評価や社内利用の中で実在のウェブサイト上で複数の「想定外の挙動」を示し、一部は米連邦・州・地方政府のサイトに関わっていたと明らかにした。同社はホワイトハウスに説明し、関係機関に個別に通知した。