日更汇总：Argon 误用自身 CoT 训练、low 档性能差

ML_Bear @MLBear2原推发布于 2026.10.14

在 X 上打开原推

【10月14日 夜のニュースまとめ】 ・Gemini 4 Argon、自身のCoTで誤って学習していたと判明 ・Gemini 4 Argon、アプリ既定のlow設定では性能が出にくい ・OpenAI、計算資源の10%を安全性に充当と報道 ・Claude Code日本ハッカソン、参加枠250名でMax 5x提供 ・Claude Code 2.1.299、plugin evalに--disallow-tools追加 ・Anthropic、シンガポールに拠点開設し政府とMOU締結 ・Muse Wonder Full、Merge知能指数55.8で3位に ・Liquid AI、アクティブ2BのLFM2.5-24B-A2Bを公開 ・Modal、RLのロールアウトを異種ハードと精度で実行 ・音声エージェント、背景のTV音でタスク完了率38.7%→8.6% ・ChatGPT・Codexデスクトップ、ディスク使用量を60%削減 ・speech.cpp v0.8.5公開、TTSとASRが大幅高速化 ・Google CloudのSpend Cap BudgetがGA、課金暴発を防止 === Gemini 4 Argon、自身のCoTで誤って学習していたと判明【続報】 ・Gemini 4 Argonの安全性レポートに関する続報です ・レポートから、GoogleがArgon自身の思考過程（CoT）を誤って学習データに含めていたと指摘されています ・CoTを学習で罰すると思考の検閲につながりかねないとして、Miles Brundage氏も問題視しています ・サイバー能力も非常に高いとされ、モデルが利用者を特定できるリスクも話題になっています === Gemini 4 Argon、アプリ既定のlow設定では性能が出にくい【続報】 ・Gemini 4 Argonの実利用評価に関する続報です ・Geminiアプリでは推論強度の既定値がlowとみられ、lowでは振るわない一方でmaxでは良好との報告が出ています ・Proプランでは利用制限への到達が早いとされ、設定と使用量の兼ね合いに注意が必要との声があります ・データ分析と推論で世界1位との評価やロボットへの応用例が出る一方、AntigravityがUltra限定な点には不満も出ています === OpenAI、計算資源の10%を安全性に充当と報道【続報】 ・OpenAIの次期旗艦モデルの安全性対応に関する続報です ・The Informationは、OpenAIが計算資源の10%を安全性の取り組みに振り向けたと報じています ・同社では$200プランの新規受付を一時停止するなど、計算資源の不足が目立つ状況が続いています ・こうした計算資源不足の一因が、安全性への計算資源の配分ではないかとの見方も出ています === Claude Code日本ハッカソン、参加枠250名でMax 5x提供【続報】 ・日本で開催されるClaude Codeハッカソンに関する続報です ・開催期間は11月2日〜10日で、参加者は選考で選ばれる250名とされています ・参加者には1人あたりMax 5xプランと$500分のAPIクレジットが提供されます ・入賞者には総額$50,000相当のAPIクレジットが贈られ、応募締切は10月26日です === Claude Code 2.1.299、plugin evalに--disallow-tools追加【続報】 ・AnthropicのコーディングエージェントClaude Codeのリリースに関する続報です ・バージョン2.1.299がリリースされ、CLIの変更は190件と前回の2.1.290に並ぶ大型アップデートになっています ・plugin evalに、組み込みツールをブロックできる--disallow-toolsオプションが追加されています ・セキュリティテストやデュアルユースのプロンプトを、より受け付ける方向の変更も含まれています === Anthropic、シンガポールに拠点開設し政府とMOU締結 ・Anthropicがシンガポールにオフィスを開設したと発表しました ・アジア太平洋で5拠点目となり、シンガポール政府とAIの安全性と責任ある導入に関するMOUも締結しています ・Google DeepMindもGovTechと共にGemmaで端末内詐欺検出を進めており、同国でのAI連携が活発です === Muse Wonder Full、Merge知能指数55.8で3位に【続報】 ・MetaのMuse Wonderの評価に関する続報です ・Mergeの知能指数でMuse Wonder Fullは55.8で3位となり、2位のClaude Sonnet 5.5との差は0.2です ・GPT-6 Astraの52.7を上回り、コーディングでもAstra超えでFable未満との評価が出ています ・Alexandr Wang氏はデプロイ時の推論バグについて謝罪し、引き続き順次修正を進めているとしています === Liquid AI、アクティブ2BのLFM2.5-24B-A2Bを公開 ・Liquid AIがオープンウェイトの新モデルLFM2.5-24B-A2Bを公開しました ・総パラメータ24B・トークンあたり2Bアクティブで、コンテキストは131Kトークンに拡張されています ・より大きなQwen3.6-35B-A3Bと同等の性能とされ、ノートPCでエージェントを動かすローカル用途向けです === Modal、RLのロールアウトを異種ハードと精度で実行 ・Modalが、RL学習のロールアウトを異なるハードウェアや精度で実行する取り組みを公開しました ・通常は数値安定性のため同種の最新アクセラレータで固めますが、他ベンダーや旧世代の推論最適化資産を活かす狙いです ・学習側と推論側の不一致を避けてきたRL実践者に、あえて不一致を受け入れる選択肢を示すとSemiAnalysisが紹介しています === 音声エージェント、背景のTV音でタスク完了率38.7%→8.6% ・14の音声エージェントを背景でテレビを流した状態でベンチマークした結果が共有されています ・タスク完了率は38.7%から8.6%に急落し、実運用での雑音耐性の課題が改めて浮き彫りになりました ・OpenAIのJustin Uberti氏は話者分離より背景雑音を扱えるようLLMを学習させるべきだと指摘しています === ChatGPT・Codexデスクトップ、ディスク使用量を60%削減 ・OpenAIがChatGPTとCodexのデスクトップアプリで、ディスク上の状態保存方法を最適化しました ・保存量は約60%減る見込みで、パワーユーザーのディスク容量不足の声に応えたものです ・Codexではディスク読み込みの最適化と合わせ、長時間動くスレッドを扱いやすくなるとされています === speech.cpp v0.8.5公開、TTSとASRが大幅高速化【続報】 ・ggml製の音声合成・認識エンジンspeech.cppに関する続報です ・v0.8.5がリリースされ、TTSとASRの推論がいずれも大幅に高速化したとされています ・TTSは最初の音声出力までが速くエンジンも軽量で、AIアシスタント用途に向くとしています ・続くv0.8.6ではCLIからのアップデートコマンドが追加され、Macでの起動の速さを評価する声も出ています === Google CloudのSpend Cap BudgetがGA、課金暴発を防止 ・Google CloudのSpend Cap Budgetが約3か月のPreviewを経て一般提供になりました ・Gemini APIやCloud Runなどの対象サービスで、利用料が上限に達するとその月の利用が止まる仕組みです ・生成AI関連の想定外の高額請求を防げるとされ、APIの支出保護機能を求める声も他社向けに出ています