
何が起きたか
IBMはgranite-4.1-3b-LLMON-previewとgranite-4.1-8b-LLMON-previewを公開した。LLMONを読み書きできるよう訓練された実験的モデルだ。
なぜ重要か
各指示は適用対象のデータだけに結び付くため、ユーザーデータに隠された注入コマンドはほぼ無視される。汎用能力はGranite 4.1 Instructモデルと同等だ。
誰に効くか信頼できないテキストを処理するLLMアプリケーションを構築する開発者やセキュリティチーム、たとえば検索された文書やツール応答を取り込むRAGパイプラインは、Granite 4.1 3Bまたは8Bの代わりにLLMONプレビューを組み込める。公開内容によれば、変換パイプラインなしで、同等の汎用性能と間接プロンプトインジェクションへの大幅に強い耐性が得られる。
こういう要約が、毎朝あなたのメールに届きます。
今回の公開は、IBMがLLMのコンテキストの受け取り方に見いだした構造的な弱点に対処するものだ。システムプロンプト、会話のターン、検索された文書、ツールの応答、出力制約はすべて1つのストリームに平坦化されて届くため、どこがタスクでどこが単なる材料かをモデルが推測するしかない。IBMは、文書内の引用符とフィールドを閉じる引用符が同じトークンである以上、JSONは因果モデルではなくパーサー向けに作られたと論じる。これに対しLLMONは、各スパンを予約された特殊トークンの区切りで標識し、ネストを局所的に示し、一意なブロックIDを使うことで、関数呼び出しが引数に名前を付けるように、指示がコンテキスト内のどこにあるデータでも指し示せる。2つのプレビューモデルは公開済みのinstructモデルではなくGranite 4.1のベースチェックポイントから出発しており、振る舞いはポストトレーニングで学習される。IBMは指示チューニング用コーパスをLLMONに再シリアライズし、意図的に結び付けずに残したおとりの指示やデータブロックで拡張した。これによりモデルは実行ブロックで名指しされた依存関係だけに従うことを学ぶ。モデル自身のインジェクション試行への応答から作った1000組のオンポリシー選好ペアによる最終DPO段階が、5段階のGRPOに続く。IBMは、出来上がった特権ルール、すなわち実行ブロック経由で到達した指示は権威を持ち、入力として到達したものは読むべき材料であるというルールは、学習された振る舞いであり強制された保証ではないと注記する。LLMONはチャットテンプレートを置き換えるのではなく充実させるもので、タグ語彙はカスタマイズできLoRAで調整できる。IBMはScienceWorldベンチマークでこれを実演している。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
OneTrustはOneTrust CORIEを基盤とするFall '26リリースを発表し、厳選した基盤モデルライブラリからモデルの関連付けと非推奨指標を継続的に更新するAI台帳を追加した
Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

AUMOVIOはDatabricks Unity GatewayをLLMへの唯一の経路に採用

CADMAGEDDONはBenchCADの64³ボクセルIoUで、1000部品のサブセットにおいて0.991を記録し、Claude Sonnet 5.5の0.963、Claude Opus 5.5の0.962、GPT-6…

MIT Technology ReviewのAI誇大広告指数はAIの広がりを示し、GoogleのAI Overviewsが広告収入で数十億ドルを失わせたことやAI支援のサイバー攻撃を挙げた
