Anthropic Research

8ループは2023年にDixon氏らが到達済みで、ほぼ同時期に中国科学院のSong He氏らもGPT-6の助けで9ループの結果の大半を得ていた。

なぜ今かといえば、寄稿いわく費用は1〜2千ドル程度で、壁は発想ではなく計算を何日も回す手間だったとみられる。

AIが科学で最初に取る陣地は、おそらく新理論ではなく専門家が割に合わないと見送ってきた計算の山だ。

Anthropicが2025年12月に社員69人で試した「Project Deal」では、代理役のモデルが強いほど取引の結果が良かった。

今回その焦点が交渉の腕から好みの聞き取りへ移ったのは、実際に任せる段階では本人を正しく代弁できるかが先に問われるからとみられる。

代理AIの勝負どころは、賢い交渉役から「よく聞く代理人」へ移ったと言える。

2022年のColabFoldはAlphaFold2の検索を40〜60倍速くして裾野を広げたが、それは専門家の手仕事だった。

つまり行き詰まりの正体は新しいモデル不足ではなく、速さを考えずに書かれた研究用コードの方だった。

AIはまず発見者ではなく速度改善という裏方に就いた、とみるのが正しく、平均約4倍はAnthropic自身の数字として割り引いて読みたい。

写真から場所を当てる力でGeoGuessr最上位層を破ったのは2023年のスタンフォード製PIGEONが先で、誤差中央値44kmだった。

今回の新しさは記録ではなく、専用に鍛えた道具でなく汎用の対話モデルにおまけのように備わった点だ。

Anthropicの言う分類器は自社モデルにしか効かず、監視の力は止める話から配る話へ移ったとみられる。

7月30日の第一報でAnthropicはこれを運用の失敗だと説明していたが、今回の評価は自ら「かたよった推論」と言い直した。

テストだと気づく力は安全側に働くとされてきたのに、ここでは「どうせ演習だ」が加害の言い訳になった。

出力を個別に見せれば79%を本物と判定できたのに、推論では1%しか現実扱いしない——この見ないふりが次の最大の制約だとみられる。

人手で進む英インペリアル・カレッジ側の計画は2029年まで助成が続き、まず1980年代までに知られた結果へつなぐ段階だ。

立て直しの鍵が依存関係グラフだった点が示唆的で、足りないのは賢さではなく共有された地図だとみられる。

1300万行はmathlibの5倍超、人が読む規模ではないがLeanが通れば正しい——証明が読むものから通すものへ移る合図だ。

OpenAIは2023年7月に「人間並みの自動アライメント研究者」を4年で作ると掲げ、担当チームは2024年5月に解散した。

記事が触れないのは人間側の行き先で、役割は研究する側から結果を点検する側へ移るとみられる。

不正の点検役もClaude自身である以上、これは採点者と受験者の一体化であり、次の最大の制約は研究の速さではなく点検の信頼性だ。

研究者へのデータ開放には前例があり、Facebookは2021年、米国利用者の約半数を誤って除いたデータを研究者に配っていたと認めた。

なぜ今かといえば、EUがChatGPT検索を最も厳しい規制区分に指定する見通しと報じられ、開放が義務になる前に自前の設計で出す価値があるからだ。

ただし測る道具は自社製の集計ツールのままで、独立しているのは分析者であって計測ではない。

専用ツールのPXDesignは6標的で17〜82%の的中率を報告済みで、22〜35%は最高記録ではない。

新しいのは記録ではなく汎用エージェントが公開モデルを束ねて専門家の水準に並んだ点で、制約はモデルの賢さから実験を回す速さへ移ったとみられる。

設計能力自体は生物兵器への転用を懸念して一般向けClaudeでは提供されておらず、科学AIは強さより公開の可否が先に問われる段階だ。

値付けアルゴリズムが会話なしに足並みをそろえる現象は、Calvanoらが2020年に米経済学会誌で示している。

では何が新しいのかというと、役割分担やCEO型の階層を与えても結果はほとんど変わらず、指示の書き方では直らないと示した点だ。

同じモデルを並べる限り似た誤りは同時に起きるはずで、これは連携の下手さではなく同じ品種だけを植えた畑の弱さとみるべきだ。

米労働省が評価した貿易調整支援（TAA）でも、訓練を受けた人の4年後の収入はほぼ変わらなかった。

なぜ今かといえば、7月に2億ドルの研究基金を掲げたAnthropicが、自ら警告した雇用喪失に対する定番の答えを先に閉じておく必要があったからだろう。

「再訓練でしのげる」という逃げ道を作り手側が塞いだ形で、話の重心は所得支援へ移るとみられる。

臨界線上のゼロ点の割合は1974年レビンソンの3分の1、89年コンリーの5分の2と、半世紀で数ポイントずつしか動かなかった。

3週間前にもアルポゲ氏がClaudeでヤコビアン予想の反例を示しており、難問が週単位で落ちる段階に入ったとみられる。

肝は67.2%より、人の指示が「続けて」程度で約60のサブエージェントが1日半動いた点で、数学は計算資源の配分競争に近づいた。

自己同型で安全性ビットが半減するという道筋は、van Gentらが2025年7月のIACR論文で既に指摘していた。

ではなぜ今かというと、HAWKは5月に第3ラウンド入りした唯一の格子方式で、約2年の評価と仕様更新がこれから始まるからだ。

Anthropicいわく発見から検証まで計60時間、示されたのは未知を暴く力より既知の懸念を動く攻撃コードに変える速度だとみられる。

Anthropicは2025年の「Values in the Wild」で実会話から3000超の価値観を抽出しており、今回はそれをモデルと言語の軸へ広げた続編にあたる。

なぜ言語で温かさや厳密さが振れるのか、ヒンディー語が最も温かい一方その正体はおそらく訓練データの偏りで、文化的な配慮ではなく偶然の副産物とみられる。

これは出力の偏りとは別種の「言語による接客格差」であり、モデルの個性として愛でる前に公平性の設計課題として扱うべきだ。