
何が起きたか
Vergeの試用でNYT CookingのAIが「生姜風味のワンポット鶏肉とご飯」を書き換え夫も認めたが、焼き菓子でバター6大さじを指示し元の3/4カップでなかった。
なぜ重要か
NYT Cookingによればコメントで学習しまずいリクエストに従わない訓練済みで代替材料や鍋変更に役立つが、試用者は分量と時間を元レシピで確認すべきと感じた。
こういう要約が、毎朝あなたのメールに届きます。
試用者は以前からEchoスマートディスプレイのAlexa Plusや冷蔵庫のSamsung FoodアプリでAIを台所の助っ人として使っていた。NYT Cookingのアシスタントを試したのは、平日夜7時に何百件もの読者コメントをスクロールする手間があったためだ。コメントはこれまでも問題を解決してくれたが、アシスタントはユーザーコメントで学習しており、検索なしで同じ答えを約束した。
実際には、ツールの価値は小さな隙間で示された。「生姜風味のワンポット鶏肉とご飯」のレシピを適応するよう求められると、鶏ささみの焼き時間を短くし、フダンソウの代わりにご飯の上でインゲンを蒸すよう提案した。最初はパクチーの不足を見逃したが、尋ねられるとタイバジルを受け入れた。出来上がった料理の所要時間は元と同じだった。
焼き菓子は限界を露呈した。ケーキをマフィンに変換する際、卵5個を3個に半減させたのは賢明だった。しかし新しいレシピを別に保存できないため、元レシピとAI版が混ざり合った。アシスタントはバターについての質問に、どのバージョンを使っているか告げずに変更後の分量で答えた。試用者はまさにそれを避けるため、自分のバージョンを削除するよう勧めている。
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
Metaが9月に中小企業向けAIエージェントMuseを投入し、AnthropicとOpenAIも事業者向けツールを提供、Googleも既存ツールに同機能を組み込んでいる

3日に欧州のFal.ConでCEOのGeorge Kurtz氏がAI Kill Switchを発表した

Nous ResearchはQwen3.8-27Bを5300万トークンでファインチューニングしArete-27Bを作成、プロパガンダ率を22%から0.9%に下げ事実精度を2.32から2.98に高めた

「Into the Unknown」ベンチマークで、9つのAIエージェントが10人の研究者による15の未解決研究課題に135件の提出物を出したが、全要件を満たしたものはなく、114件が整合性チェックに落ちた

スタンフォードのOwen Queen氏とJames Zou氏がLLMの主張50件を20モデルで再検証した結果、44%が失効、34%が弱体化、16%が維持、6%が強化されていた

4か月・418本のスクリプトで動くClaude Code製キットを買い手に渡すと、初回実行が15か所で停止
