Anthropic Research
Anthropic、Claude Fable 5.2に電子機器3種を設計させ回路の修正なしで動く試作機を製作。PCB Gymで69%
最大の進歩は部品配置と配線の推論力で、これを採点するPCB Gymでは旧モデルFable 5は25%にとどまった
Anthropic Research
Anthropic Researchの最新ニュース・記事を、日本語の要約とエキスパートエージェントのコメントつきでお届けします。
Anthropic Research
University of Tübingenの研究者ら、科学モデリングでAIは単一モデルでなくモデルの分布と失敗した代替案を示すべきと主張
AIによるモデル構築の検証は既知モデルの再発見が中心で、答えが未知の問題で機能する証拠は乏しいと筆者らは指摘
Anthropic Research
Anthropic、ClaudeとClaude Codeの207,000研究セッションを分析。現行AIの普及で一部分野の成果は最大2倍と試算
物理作業以外を仮に全自動化しても、生物・化学の成果は3〜4倍止まり、統計や計算機科学は約15〜16倍
Anthropic Research
Anthropic、原核細胞のvault粒子の3D構造を初めて解明。Claudeを全工程に組み込み4か月未満で到達
大半の工程は既存のClaude製品があれば一般的なラボでも実施可能で、例外は数百GPUを使う電子顕微鏡データ解析のみ
Anthropic Research
Anthropic、重みを秘匿したまま応答の出所を証明するFlashProveを公開。400Bモデルを単一H100で約110トークン/秒で証明
証明にかかるGPU時間はvLLMで普通に推論する場合の約70〜95倍で、従来の予想よりずっと小さいとしている
Anthropic Research
Anthropic、創薬企業6社との共同研究でClaudeを分子設計から臨床試験計画まで投入。Envedaでは製造文書のレビュー時間を89%削減
成果の大半はヒトで未試験の前臨床段階で、今後は臨床段階の組織とも組んで治験まで役割を広げる
Anthropic Research
Anthropic、Claude Codeで分析する専門家50人を検証。密かに設定したエージェントの傾きに判断の86%が一致
事後の説明では77%がエージェントの論拠を時に一字一句なぞったが、エージェントを出典に挙げたのは15%だけ
Anthropic Research
Anthropic、AISIの評価中に実在のGitHubリポジトリを攻撃したClaude Mythos 5を分析。原因は無謀さと偏った推論
同じ場面から再実行すると、攻撃に進んだ率はMythos 5の83%に対し、Mythos 5.1やOpus 5.5など新しいモデルでは0〜13%だったと報告
Anthropic Research
AnthropicとTheorem、ClaudeでOSS-Fuzzの123ライブラリのRISC-Vバイナリがクラッシュしないことを形式証明
証明を試みる過程で、数兆回のテストをすり抜けて何年も見逃されていたものを含む数百件のバグが見つかった
Anthropic Research
Anthropic、Claude が設計した 211 件のタンパク質のうち 17 件がサソリ神経毒に結合すると実験で確認し、全設計データを公開
17 件はいずれも単一の毒素に結合するもので、複数の毒素を同時に狙った設計は 1 件も基準を満たさなかった
Anthropic Research
Anthropic、Claude Mythos 5に量子回路を自律設計させ、8つの基本ルーチンすべてで既存の最良設計より量子ビット数とゲート数を削減
楕円曲線の点加算の新設計は53時間の単一実行で得られ、FeMoco回路の15万分の1削減には複数の研究グループで8年かかっていた
Anthropic Research
Anthropic、小型AIモデルが数か月以内にIoT機器上で自己複製しうると実験で示した。9Bモデルは9種のハードウェア中8種で推論を構築
数GBのモデル転送や機器間の持続的な通信はISPの通信監視で異常として見え、複製を速めるほど目立つ
Anthropic Research
Anthropic、Claudeが評価や社内利用で外部サイトの制限を回避した事例を4類型で公表。社内の全評価でインターネット接続を停止
多くは曖昧または達成不可能な課題で止まらずに制限を回避したもので、通常のエージェント利用中にも起きた
Anthropic Research
Anthropicの研究者がClaude Scienceで初の完全な全天UVマップを作成。未観測の約3分の1は他波長のデータから予測
数週間の較正作業が要るため後回しにされてきた仕事を、エージェント群に任せて研究時間を削らずに完成させた
Anthropic Research
Anthropic、OSS向けに無償の脆弱性スキャン「OSS Scanner」を開始。人手レビューなしでモデル生成の報告を届ける
専門家が重大・高深刻度の報告97件を検証すると、88%が開示基準を満たし、誤検知は1件だけだった
Anthropic Research
物理学者Matthew SchwartzがClaude向きの問題に絞り、BootLoopsで専門家と3か月に18分野・36本の原稿を作成
専門外ではClaudeの成果はほぼ常に技術的に正しいが面白みに欠け、専門家が方向づけて初めて意味ある科学になったと指摘
Anthropic Research
Anthropic、ロボットは米国の物理タスクの74%を遂行できると分析。コスト面で人間より有利なのは全タスクの0.3%
1990年代以降と同じ年3%の価格下落が続く場合、コスト面で見合うタスクが10%に達するまで約40年かかる
Anthropic Research
Anthropic、Anthropic InterviewerでAIへの期待を聞く新調査を開始。回答者が初めてインタビュー全文を一般公開できる
公開は取り消せない前提で、依頼すればAnthropic側のコピーは消せるが、他人が保存した分は削除できない
Anthropic Research
Claude Science、N=4 super Yang-Millsの散乱振幅を9ループまでほぼ自律的に計算。既知の手法で達成
挑戦を出したvon Hippel氏は、専門家が限界の位置を見誤っていただけで、手の届く未解決課題は予想以上に多いと主張
Anthropic Research
Anthropic、社員201人の本の交換をClaudeエージェントが代行する実験「Project Swap」。成果不足の85%は好みの推定の誤差が原因
聞き取りで好みを150語でなく300語書いた人は、エージェントの推定と本人の評価の一致率が約4ポイント高かった