大規模言語モデル

主要ニュース

1. 1

   Appleが取引先秘密の窃盗を主張してOpenAIを提訴、ハードウェアプロジェクト関連

   Appleはカリフォルニア州の連邦裁判所に訴訟を提起し、OpenAIが元Apple従業員に機密情報の共有を促し、取引先秘密を盗んでOpenAIの発展途上段階のハードウェアビジネスを支援したと主張しています。被告人として指名されている2人の元Apple従業員はOpenAIのチーフハードウェアオフィサーであるTang Tanと、元電気エンジニアのChang Liuです。Appleは両者が同社を離職した後に機密ハードウェア関連ファイルにアクセスしたと主張しています。 AppleとOpenAIは2024年にiPhoneにChatGPTを統合するためにパートナーシップを組みましたが、OpenAIが物理的なAIデバイスを追求し、Apple人材を採用するにつれて、関係はライバル関係へとシフトしました。この訴訟は、OpenAIがハードウェアの取り組みを不適切に得られた知識に基づいて部分的に構築している可能性があることを示唆しており、請求が成り立つ場合はそのビジネスラインの正当性を損なわせます。Appleにとって、AI ハードウェアにおける競争が激しくなる中で、製品開発の秘密を保護するための積極的な法的措置を追求する意思があることを示唆しています。

   OpenAI CFOのSarah Friarは4月に、同社が「今年末に向けてリリースされる予定の消費者向けハードウェア」を計画していると述べました。Appleは2月にOpenAIに懸念について連絡を取りましたが、OpenAIは応答しなかったと述べています。訴訟はまた、OpenAIがデザイナーのJony Iveとハードウェアプロジェクトに取り組むために約65億ドル（約1兆円）で買収したio Productsを被告人として指名しています。

2. 2

   研究者がAI整合性トレーニングへの哲学的アプローチを提案

   研究者たちはメタ倫理学的論証（観点的道徳実在論と認識論的アプローチとしての進化的懐疑論を組み合わせたもの）を開発し、これをAnthropicへのフィードバックとして提出するか、AI整合性研究者との広範な関与のために公開することを検討している。 Anthropicは憲法的アプローチのAIトレーニングは時間とともに改善・修正されることを意図していると述べており、実質的な哲学的貢献はバグ報告よりも稀である。提示された論証は、AI倫理文献における一般的なアプローチ（素朴な道徳実在論または選好満足型結果主義のいずれかに傾く傾向）とは異なる立場を取っており、道徳的不確実性をより稀な方法で扱うため、牽引力を得られる可能性が高い。

   単一の提出が訓練決定を変更する確率は低いものの、Anthropicの手法改善への開放性と、AIトレーニング方法論への厳密な哲学的入力の相対的な稀少性を考慮すると、期待値はそれが見えるよりも高い可能性がある。

3. 3

   DeepSeekが75%の値下げを実施も、エージェントAIはトークン節約より高速で消費

   DeepSeekはV4-Proモデルの価格を75%大幅に引き下げた。しかし、このコスト削減は、AIシステムの動作方法における根本的な変化によって相殺されている。エージェントシステム（計画、検索、ツール使用、検証、フォローアップの意思決定を連鎖させるAI）は、従来のチャットボット（1つのユーザー質問を1回のモデル呼び出しに変換）よりもはるかに高速でトークンを消費する。 20年間にわたり、ソフトウェア経済は、インフラが毎年安くなり、アプリケーションがより高度になるというパターンに従ってきた。多くの人がAIも同じ道をたどると想定していた。しかし、エージェントへのシフトはその力学を逆転させている。トークンあたりのコストが急落しているにもかかわらず、ユーザータスクあたりの総トークン消費量は急速に増加しており、ベンダーが値下げにもかかわらず健全なマージンを維持することが難しくなっている。

   注視すべき点：トークン価格の低下とエージェントトークン消費率の間のギャップ。本文ではこれを「崩れ始めた」指数関数的な問題として説明しており、AI利益向上の根底にあるビジネスモデル仮定が成り立たなくなる可能性があることを示唆している。

4. 4

   LLMルーター、キャッシュ無効化で隠れた費用 本番環境での正しい実装法

   エージェント（自分で判断して作業するAI）で安価なLLM（文章を理解・生成するAI）へのルーティングを導入しても、コスト削減が実現しないケースが起きていることが明かされました。原因は、LLMが前回の処理結果をキャッシュして再利用する仕組み（プロンプトキャッシング）で、モデルを切り替える度にこのキャッシュが失われ、文脈全体を高額な新規入力として請求されるためです。 本番環境のルーティングシステムでは単なるタスク難易度による振り分けでは不十分で、タスク内で同じモデルに固定する「モデルアフィニティ」を実装する必要があることが示されました。この4段階のルーティングパイプライン（安全フィルタ・ルーティングモデル・選択ポリシー・モデルアフィニティ）を組むことで、初めてコスト削減が実現する可能性があり、実装例では使用量が2倍削減されたと報告されています。

   Planoというオープンソースプロキシがこのパイプラインを実装しており、GitHub上で入手できます。ルーティングモデルにはArch-Router（1.5Bモデル）が使用され、設定はYAML形式で管理されるため、エージェントコード自体に変更を加えることなく柔軟に調整が可能です。

5. 5

   Anthropicがアクセスをブロックした後、RedditユーザーがローコストのChinese AIモデルを模索

   Redditユーザーが、使い捨てメールサービスを使用して100以上のアカウントを作成した後、Anthropicが彼らのIPアドレスをブロックしたと投稿し、DeepSeek-V4-Pro、MiMo-V2.5-Pro、GLM-5.2を含むChinese AIモデルへの切り替えを検討している。 この投稿は、主流のAIサービスのアクセス制限と価格設定に対するユーザーの不満を示し、Chinese プロバイダーからの代替手段をコスト効率の良い選択肢として探索する関心を示している。

   ユーザーの比較は、Deepseekの DeepSeek-V4-Pro、Xiaomiの MiMo-V2.5-Pro、z.aiの GLM-5.2という3つのChinese モデルが有料サービスのより安い代替案として検討されていることを強調している。