2026年5月25日月曜日

8 件 — 🟡 4 重要 , 🟢 4 注目

🤖 モデル (1)

🟢 🤖 モデル 2026年5月25日 · 2 分で読めます

Gemini API：gemini-3.1-flash-lite-previewが廃止——GA版への移行が必須

Googleは2026年5月25日、安定版GA（Generally Available）リリースからわずか18日後にgemini-3.1-flash-liteのプレビュー版を廃止しました。モデルIDとしてgemini-3.1-flash-lite-previewを使用している開発チームは、previewエンドポイントが利用不可となったため、gemini-3.1-flash-liteへの即時移行が必要です。

⚖️ 規制 (1)

🟡 ⚖️ 規制 2026年5月25日 · 2 分で読めます

英国AI Safety Institute：オーストラリアAISIと共同評価および研究成果共有に関する合意を締結

英国AI Safety Institute（UK AISI）とオーストラリアAI Safety Instituteは、2026年5月25日にAI評価のベストプラクティスと研究成果の共有に関する協力協定を締結しました。このパートナーシップは国際的なAI安全機関のネットワークを拡大し、先進AIシステムのリスク評価における協調的アプローチを強化します。

🤝 エージェント (1)

🟡 🤝 エージェント 2026年5月25日 · 2 分で読めます

arXiv:2605.25707: AgentHijackベンチマークがコンピュータ操作AIエージェントの深刻な脆弱性を明らかにする

研究者らがICML 2026にてAgentHijackを発表しました。これはポップアップウィンドウなど現実的な環境の妨害に対するマルチモーダルLLMのコンピュータ操作エージェントの堅牢性を測定するベンチマークです。結果は、わずかな乱れでも大幅な性能低下を引き起こすことを示しており、著者らは堅牢性向上のための2モジュール構成のAgentHijack-Agentフレームワークを提案しています。

🔧 ハードウェア (1)

🟡 🔧 ハードウェア 2026年5月25日 · 2 分で読めます

AMD: Ryzen AI Max+ 395が最大1220億パラメータのLLMモデルを統合メモリで動作させる

AMD ROCmブログは、UMA（統合メモリアーキテクチャ）を採用したRyzen AI Max+ 395プロセッサでのLLM推論に関する詳細な分析を公開しました。128 GB LPDDR5Xメモリを搭載したシステムは、完全GPUオフロードでQwen3.5 35B MoEモデルにおいて42トークン/秒を達成し、CPUとGPUメモリを組み合わせることで最大1220億パラメータのモデルもサポートします。

🏥 実践 (2)

🟢 🏥 実践 2026年5月25日 · 2 分で読めます

arXiv:2605.25603: CIE-ScorerがLLMの思考連鎖における不誠実な表示を検出する

研究者らがCIE-Scorerを提案しました。これはLLMモデルにおける不誠実な思考連鎖（CoT）を検出するために、メカニスティックな解釈可能性と外部推論分析を組み合わせたフレームワークです。CIE-ScorerはFaithCoT-Benchの4つのデータセットで最先端の結果を達成し、従来手法と比べて大幅に低い計算コストを実現します。

🟢 🏥 実践 2026年5月25日 · 2 分で読めます

arXiv:2605.25517: AI検索エンジンが引用するコンテンツを解明する研究——関連性と位置が鍵

Rahul Vishwakarma、Shushant Kumar、Ratnesh Jamidarは6つのLLMで25万2000件のRAG実験を実施し、AI検索エンジン（GEO：生成エンジン最適化）において引用される要因を特定しました。トピックの関連性とリスト内の位置が最重要であり、明示的な価格情報と新しい日付の付与が追加の優位性をもたらす一方、フォーマットの影響は最小限です。

💬 コミュニティ (1)

🟢 💬 コミュニティ 2026年5月25日 · 2 分で読めます

Anthropic: クリス・オラーが教会にAI開発における道徳的な声になるよう呼びかける

AnthropicのクリスOlahは、レオ14世教皇によるAIに関する回勅「Magnifica humanitas」へのコメントを公開しました。Olahは、商業的な圧力がAI研究所の倫理的判断を妨げているとして、宗教機関がAI開発のガバナンスにおいて積極的な役割を担うよう呼びかけました。

🛡️ セキュリティ (1)

🟡 🛡️ セキュリティ 2026年5月25日 · 2 分で読めます

arXiv:2605.25893: D²-Monitorがわずか0.85Mパラメータで拡散型言語モデルの安全性を動的に監視する

研究者らがD²-Monitorを提案しました。これは反復的なノイズ除去によってテキストを生成する拡散型言語モデル（D-LLM）の動的な安全性監視システムです。D²-Monitorは「安全性のためらい」をサンプルの難易度のプロキシとして活用する2段階アプローチを用い、3つのデータセットと4つのD-LLMモデルで0.85M未満のパラメータながら最先端の結果を達成します。