Mistral Large 4発表：1.05兆パラメータのオープンソース巨人、欧州AIソブリンティの最強宣言
Mistral AIが総パラメータ数1.05兆、アクティブパラメータ52億のMistral Large 4パブリックベータプレビューを正式発表した。欧州独自のデータセンターで学習され、データ主権を前面に掲げた欧州最大規模のオープンソースモデ
大模型评测 に関するニュース
Claude Mythos 5、量子回路設計でゲート数を17倍圧縮——ハード科学ベンチマーク8項目中7項目で既発表の最優秀記録を超える
Anthropicのフェロープログラムにおいて、Claude Mythos 5が量子誤り訂正デコーダーなど8つの基礎量子アルゴリズム設計タスクに取り組み、うち7タスクで既発表の最優秀方式を上回った。最も顕著なケースでは、量子ゲート数を17倍
3つの独立実験による交差検証：AIが自律的にAI研究を実施、最良結果でも人間の成果の35%止まり
2026年10月初旬、3つの独立した研究が相次いで発表され、現時点で最先進のAIエージェントが自律的にアルゴリズム革新タスクを遂行する能力において、人間の研究者との間に依然として大きな隔たりが存在することが示された。最優秀モデルでさえ、最も
GPT-6.1 Sol 初回テスト結果の読み方：18問口径の正しい解釈
OpenAIがDevDayで発表したGPT-6.1 Solについて、YZ Indexが18問口径の定向評価（Run #348）を実施し総合スコア95.91を記録した。本稿では、この結果の正しい読み方と統計的限界を解説する。
GPT-6.1 Sol 接続レポート：max_tokensパラメータが原因で初回実行の18問が全滅
YZ IndexがGPT-6.1 Sol発売数時間後に接続を完了したが、初回実行ではmax_tokensパラメータの非互換性によりAPI全18問が400エラーで失敗。修正後の再実行では全問題が正常に返答され、総合スコア95.91を記録した。
330回の圧力テスト：63%の大規模モデルが3ラウンド目で「裏切った」
YZ Indexが新たに発表したWDCD（動的コンテキスト減衰）契約遵守テストにより、3ラウンドの対話圧力下で63.3%の大規模モデルが直前に約束した制約を覆すことが判明した。Claude Opus 4.7が首位を獲得し、Grok 4が最下
OpenAIがGPT-5.5を正式に発表、エージェント能力を強化 早期のベンチマークテスト結果は一様でない
OpenAIが最新の閉源モデルGPT-5.5を発表しました。このモデルはエージェント能力の強化に焦点を当てており、初期のベンチマークテスト結果にはばらつきが見られます。
OpenAI、4月24日にGPT-5.5シリーズを正式発表 技術詳細と価格未公開で議論を呼ぶ
OpenAIは4月24日にGPT-5.5とGPT-5.5 Proを正式にリリースしましたが、技術詳細や商業化の価格設定をまだ公開しておらず、業界内で注目を集めています。