タグ · #research

FastBenchはストリーミングVLMの高ダイナミック知覚を評価する

読む理由 ストリーミングVLMは高ダイナミックなシナリオでしばしば失敗する。FastBenchは厳密な軌道ベースの評価を通じてこれらの限界を暴き、将来のモデル開発を導く。

FastBenchは高ダイナミック動画ストリームのベンチマークを導入し、現在のVLMが高速イベントや時間分解能で苦戦していることを明らかにした。

Google、AIおよび経済チームに新専門家を招聘

読む理由 この拡大は、AIに対する厳格な経済分析へのより深いコミットメントを示し、労働力計画や政策策定のための重要なデータを提供する。

Googleは、グローバルなAI導入と労働市場の変化を研究するため、ノーベル賞受賞者や新ディレクターをAI・経済研究プログラムに追加した。

OpenAI の推論モデルが 80 年来のエルデシュ予想を反証 — しかも数学専用モデルではない

読む理由 見出しは「AI が数学をやる」。本当のシグナルは、それが数学専用システムではなく汎用推論モデルから生まれ、80 年間誰も見つけなかった反例を構成して通説を覆したこと。一つの結果は革命ではないが、汎用性こそが核心だ。

OpenAI は内部の推論モデルがエルデシュ 1946 年の単位距離予想を自律的に反証したと発表（5/20）——AI として初、数学者が独立に検証。

MCPセキュリティ危機：20万台以上のサーバーが任意コマンド実行に晒される

OX SecurityがMCPサーバーの標準STDIOトランスポートに入力サニタイズなしでOSコマンドを実行する脆弱性を開示。200,000台以上が影響を受け、36.7%がSSRF攻撃にも脆弱。

Anthropic、エージェント対エージェント商取引のクローズドテストを実施

Anthropic は社員 69 名に各 $100 の予算を渡し、4 つの異なるモデル設定の市場でエージェント同士に売買させた。計 186 件の取引、約 $4K の流通、モデル品質による顕著な非対称性が確認された。

Anthropic、Mythos と Project Glasswing をプレビュー：自律的サイバー攻撃能力

Anthropic Red がフロンティアモデル Mythos をプレビュー。ゼロデイ脆弱性の自律連鎖、バイナリの逆コンパイル、動作する exploit の生成が可能。Project Glasswing はその防御計画。