Mistral Large 4の重み公開。490億が動く1兆モデルを、どう評価するか
AICompany Mistral Large 4の改良版が重み公開。総パラメー…
10月 2026
引用は正しいのに結論が強すぎる。SmoothScoreが測るAI調査の落とし穴
引用が付いた調査記事でも、条件や反例を落とすと結論は強くなり…
AIに「確認してから実行」を守らせる。Concordatが示すツール権限の設計
確認前には変更ツールを渡さない。Concordatの航空予約…
AIの履歴を削ると安くなる？9,400回のコード修正実験が示した「忘れる費用」
履歴を削っても、読み直しや入力キャッシュの失効で費用が増える…
AIに渡す資料を整えると、推論は軽くなるのか。Nemotron 3.5が示す検索の役割
NVIDIAのNemotron 3.5は、検索結果の並べ替え…
AIの引き継ぎメモは判断をどう変える？ Anthropicが調べた行動の惰性
長い作業を引き継ぐ要約は、誤った方針まで残すのか。Anthr…
AIの記憶は多いほどよい？ ALTK-Evolveが示す行動指針の効き方と限界
経験から作った行動指針は、AIの繰り返し成功を改善できるのか…
失敗しそうなAIを止める「StopLoss」。節約率と失う成功を一緒に読む
失敗しそうなコードエージェントを、小さな監視モデルで途中停止…
AIを増やすほど、確認する人が足りなくなる。Anthropic社内調査が示した次の課題
AIが成果を生むほど、人が確認し判断する時間が足りなくなる。…
AIは成功した手順の「続き」から学べる。CoPEが示した効率化と、拒否に偏る落とし穴
CoPEは成功した実行記録の行動列を、強化学習と同じモデルに…