2026年9月11日

Dresden の Andreas Thom が 9/9 に Mathstodon で公開。OpenAI が非 sofic 群の発見を発表した後、自分と同僚が ChatGPT 上で数か月議論していた拡張器マッチング問題が学習データや推論過程に入ったかを Mark Sellke と Sébastien Bubeck に問うと、返答は「それは起きていない」の一言。学習利用と解法過程での参照の 2 点を分けて聞いたのに後者だけに答えたように見えると指摘し「控えめに言って不誠実」と書く。Navier–Stokes の Buckmaster 事案に続く 2 例目

なぜ重要か: 「Thom 自身が 6 月末まで学習利用をオプトアウトしていなかった、答えは明らかに『使われた』」という指摘と、「人間の共同研究者なら、相談に乗った後で断りなく同じ方向の成果を出せば問題になる」という比喩が最上位。「証拠はまだ主張だけ、結論を急ぎすぎ」という慎重派も。既定で ON の『モデル改善に利用』設定と、研究者 10 万人への無償枠の意味に話が及んだ

Sebastian Raschka が 9/9 に公開した長文。Astra は使った中で最良で、3D 描画やアニメーションが飛び抜けて強いとし、独立ベンチの Artificial Analysis では最前線だが突き放してはいないと評価。The Information が報じた『recurrent depth(ループ型 Transformer)』の噂を解説し、ブロックを繰り返し通す構造が思考の連鎖を『隠す』ことになるのかを近年の論文を引いて整理する

なぜ重要か: 最上位は「Astra は月曜までは異常に良かったが火曜に何かが起き、いまは Sol のようだ」という劣化報告。The Information が『秘密の技術』のように書いたのを Raschka が過剰反応だと切り分けたという読みと、「モデル全体をループさせるなら定義上それは隠れた推論だ」という反論。過剰設計で遅いという不満も並ぶ

Anthropic の経済チームが技術報告『Economic Scenarios for Transformative AI』(Korinek ら)を基に公開した対話型ツール。仕事を O*NET の作業の束として扱い、AI が作業を補助・自動化・新設する度合いを入力すると 2030 年の米国経済(成長率、失業率、賃金)を出す。通常の 2 倍程度の成長までは失業率は歴史的範囲に収まり、史上例のない高成長では知識労働者の賃金と職に悪影響が出るが社会全体は遥かに豊かになる、という結論

なぜ重要か: 看護師の例に「AI で 1 人が 2 人分できるなら、最初の圧力は看護師を減らす方向に働く。経済的に素朴だ」という反論が最上位。「最も悲観的なシナリオが『LLM は何も変えない』で、教育や注意力や信頼を損なう可能性が入っていない」、「『Anthropic が AI の価値を見誤っていたら』という盲点のシナリオがない」という指摘。資本の取り分が増えるという第 4 の発見を必読とする声も