生成AI・プロンプト術– category –

静かに消える“標準スコア”——その背景にある現実 OpenAIが、コーディング系ベンチマーク「SWE-bench Verified」のスコア報告を取りやめると公表しました。 理由は明確で、テスト不備が混入し正答を落としうること、そして学習汚染によってスコアが実力を映...

数学に挑むAI、次のテストフィールドが開いたOpenAIが研究レベル数学課題「First Proof」への証明提出物を公開しました。短答式ではなく、専門領域での長い推論鎖を必要とする課題に対する取り組みです。AIがどこまで持続的に正しい論証を構築できるのか、...

信頼が伸びをつくる—EUの賭け EUはAIを「恐れるべき対象」ではなく「信頼で普及を押し上げる技術」と捉えています。 規制でブレーキを踏むのではなく、予見可能性と信頼を提供してアクセルを踏む。そう言い切る背景には、単一市場の厚みと、規制を通じた市...

つくる人の現在地を測る、大規模サーベイが動き出した AICU Japanが、生成AIを使うクリエイターの制作プロセスや権利意識、制度ニーズを可視化する大規模調査を始めました。チャット式アンケート「AIQ」を採用し、スマホから数分で参加できる設計です。デ...

iPhoneでも始まる、AIコーチの新常識GoogleとFitbitが展開するGeminiベースのAIパーソナルヘルスコーチが、ついにiOSにも広がりました。まずは米国を中心に、英国やカナダなどへ数週間かけて展開される見込みです。日本はまだ提供対象外ですが、潮目は確実...

コードを書くAIから、システムを組むAIへ GLM-5は、単に文章やコードを書く道具ではありません。要件の分解から設計、実装、検証までを一気通貫でこなす“エージェント型”の作業者として打ち出されました。中国のZhipu AIが春節直前に投入し、市場も研究者...

さらば4o：ChatGPTがモデル整理へOpenAIがChatGPTの旧モデルを段階的に退役します。対象はGPT-4o、GPT-4.1、GPT-4.1 mini、OpenAI o4‑miniで、発表では2026年2月13日に提供終了となりました。中心は最新世代への移行で、利用の大半はすでにGPT‑5.2へ。会話...

手戻りの少ない“最初の一発”へ――現場品質に寄せた大型アップデート Anthropicが最上位モデル「Claude Opus 4.6」を公開しました。狙いは明快で、資料作成や表計算、調査、そして長めのエージェント作業のようなマルチステップ業務での手戻りを減らすことで...

「もうリモコンじゃない」——Alexaがエージェントとして帰ってきた Amazonが生成AI搭載の新アシスタントAlexa Plusを米国で本格展開しました。Prime会員は追加料金なしで利用でき、非PrimeにもWeb経由のアクセスが広がっています。音声に加え、Webやアプリ...

コントローラーの向こうから“声”が届く日 朝、PlayStationを起動するとホームに小さなカードが現れる。そこには“今日のあなた向けポッドキャストが準備できました”という案内と、聞き慣れたゲームキャラクターの顔アイコンが並ぶ。 数分後、相棒の声で昨夜...