大規模言語モデル

主要ニュース

1. 1

   AIエージェントが預金に影を落とし、Bank of Americaは1.3%下落

   Reuters Breakingviewsが、AIエージェントによって顧客がより高利回りの口座へ素早く現金を移す可能性を指摘したことを受け、10月1日のBank of Americaの株価は約1.3%下落して53.72ドルとなった。 顧客が現金をより速く動かすようになれば、その圧力は銀行の貴重な強み、すなわち資金を放置しておく顧客が支える調達経済性にのしかかる。

   これはあくまでシナリオであり、AIによる預金流出の証拠ではない。したがって投資家が試されるのは、預金の価格設定、当座預金の維持、そして純金利収入だ。

2. 2

   AppleのRLTL;DR、失敗した試行をPass@1 14～31%に変える

   Appleの研究者によるRLTL;DR手法では、ポリシーが失敗のたびにTL;DRの洞察を書き、その後逆伝播することで、モデルがタスクから洞察への直接的なマッピングを内部化する。ツール呼び出しとコーディングのデータセットをPass@128 = 0に絞り込んだところ、洞察をコンテキストに含めた場合のPass@1は14～31%、含めない場合は12～13%だった。 これらのデータセットでは標準的なGRPO訓練のPass@1が0%～1%で横ばいだったため、モデル自身にフィードバックを生成・内部化させることで、教師モデルも解答例も存在しない状況における学習の壁を克服できる可能性がある。

   論文はこの向上をタスクから洞察への内部化によるものとしている。また、4k件の（タスク、洞察）タプルのみで訓練する簡略版SFTL;DRでもほぼ同等の性能が回復しており、凝縮された訓練パラダイムとして注目に値する。

3. 3

   Wichita Eagle：AIが不適切な旅行アドバイスを提供

   Wichita Eagleによると、AIチャットボットが偽のバー情報やビザの失敗など、旅行者に不適切な旅行アドバイスを与えている。 旅行計画をAIに頼る旅行者は、誤った、あるいは使い物にならないアドバイスを受け、計画や書類に影響が出る可能性がある。

   どのAIシステムや目的地が関与していたかは不明なため、旅行者はAIが生成した旅行アドバイスを公式情報源で確認すべきだ。Wichita Eagleの続報に注目したい。

4. 4

   ベン・アフレック、Netflix『Animals』でAIを「さまざまなことに」活用したと語る

   ベン・アフレックはBloomberg ScreentimeのQ&Aで、自身が共同脚本・監督・主演を務める『Animals』でAIを「確かに使った」、「さまざまなことに」活用したと語った。同作は10月9日に一部劇場およびNetflixで公開される。 アフレックによれば、AIの活用は主にポストプロダクションにおいて「一部のケースではより迅速に進める」のに役立ったという。ただし同作は視覚効果も宇宙空間の設定もない「とても人間的な映画」だと述べている。

   アフレックはAIをどこで使ったかを「指摘するのは少し躊躇した」とし、「現実の錯覚を育む」必要性を挙げた。最終的にどこまでツールの詳細を明かすかが試金石となる。

5. 5

   CrowdStrike、AIサイバー防衛強化でCoreWeaveを起用

   CrowdStrikeとCoreWeaveが提携し、CoreWeaveがCrowdStrikeのSafeMindに訓練と推論の計算資源を提供するとともに、同社のCyber Superintelligence Labの設計パートナーを務めると、両社の幹部がtheCUBEのFully Connectedイベントで述べた。 この提携はCrowdStrikeのセキュリティデータとCoreWeaveの計算基盤を組み合わせるもので、攻撃データで防衛AIモデルを訓練し、本番システムを稼働させたまま保護を維持するために必要だと両社は説明する。

   CrowdStrikeによれば、こうした自動防衛はCoreWeaveとその顧客の信頼を得て初めて日常的な自動化と見なされるため、実運用でその信頼を勝ち取れるかどうかが普及の鍵となる。

6. 6

   EcolabのWijesinghe氏：最高性能のAIモデルは人件費より高コストに

   Ecolabの最高AI責任者AJ Wijesinghe氏によると、最高性能のモデルを大量処理業務に投入したところトークンコストが急騰し、最適化によって約70～80％削減される前は、AIが人間より高くつくこともあった。 Wijesinghe氏のコスト指摘は、最高性能のAIモデルを大量処理業務で動かす費用が、置き換える人件費を上回り得ることを示唆しており、こうした導入のコスト削減効果はコスト管理の徹底にかかっている可能性がある。

   Ecolabの最適化はこの差が固定されたものではないことを示しているが、Wijesinghe氏は価値はAIを全社的な変革と結びつけることから生まれると述べ、Ecolabは2027年までに年間ベースで3億2500万ドルのコスト削減を見込んでいる。