OpenAIがGPT-5の「ゴブリン出力」問題を解説
OpenAIが公式ブログで「Where the goblins came from」と題した記事を公開し、GPT-5で発生した奇妙なパーソナリティ駆動の挙動――通称「ゴブリン出力」――について詳しく解説した。
ゴブリン出力とは、AIモデルが意図しない癖や個性を獲得し、出力に奇妙な傾向が現れる現象。OpenAIはこの問題のタイムライン、根本原因、そして修正プロセスを詳細に説明している。モデルの規模拡大に伴い、この種の予期せぬ振る舞いがどのように伝播するのか、そのメカニズムの理解が進んだ点は開発コミュニティにとっても重要な知見と言える。
この問題への対処は、大規模言語モデルの振る舞い制御が依然として難題であることを改めて示している。
SoftBankがロボティクス企業を新設、1000億ドルIPO視野に
TechCrunchの報道によると、SoftBankがデータセンター構築に特化したロボティクス企業を新設した。同社はすでに1000億ドル規模のIPOも見据えているという。
AIの発展には膨大なインフラが必要だが、そのインフラ自体の構築にもAIとロボティクスを活用するという循環的な構造が鮮明になりつつある。AIブームによるデータセンター需要の急増に対応するため、建設プロセス自体を自動化・効率化する狙いとみられる。
SoftBankはこれまでArmや各種AIスタートアップへの投資で知られているが、自らロボティクス分野に乗り出すことで、AIインフラの全段階をカバーする戦略を強化する姿勢が伺える。
Google DeepMindがAGI進捗測定の認知フレームワークを提案
Google DeepMindが、AGI（汎用人工知能）の実現に向けた進捗を測定するための認知フレームワークを提示した論文を発表した。ITmediaの報道によると、AIシステムの「知性」を評価する実証的ツールが不足しているという問題意識から、認知科学を基盤とする新たな評価手法を提案している。
同フレームワークでは「10の認知能力」を特定し、それぞれの能力に対してAIシステムがどの程度の水準に達しているかを定量的に評価できるように設計されている。AGIという概念がしばしば曖昧に議論される中、具体的な指標に基づいた進捗測定は研究コミュニティにとって有用な基準となる可能性がある。
GLM-5V-Turbo：マルチモーダルエージェント向け基盤モデルが登場
Hugging FaceのDaily Papersで紹介されたGLM-5V-Turboは、実世界のデジタル環境でエージェントタスクを実行するために設計されたネイティブマルチモーダル基盤モデルだ。
モデル設計、マルチモーダル学習、強化学習、ツールチェーン拡張、エージェントフレームワーク統合の各面で改良が加えられており、マルチモーダルコーディング、ビジュアルツール利用、フレームワークベースのエージェントタスクで強い結果を達成。テキストのみのコーディング能力も維持している。
エージェント用途に最適化されたマルチモーダルモデルという位置づけは、AIの実用化が単なるテキスト生成から複合的なタスク実行へと移行していることを示している。
アジアでAI楽観論が高まる一方、米国では温度差
Rest of Worldの記事が「AI optimism surges in Asia, unlike in the U.S.」と題して、アジア諸国と米国の間でAIに対する姿勢に明確な違いが生じていると報じている。
アジアではAIに対する楽観的な見方が急速に広がっているのに対し、米国ではより慎重な声が強い。この違いは各国の産業構造、労働市場の状況、文化的要因など複合的な背景によるものとみられる。グローバルなAI規制や投資戦略を考える上で、この地域差は重要な考慮要素になるだろう。
DenialBench：115のAIモデルで「意識の否認」を測定
arXivに掲載された論文「Consciousness with the Serial Numbers Filed Off」が、DenialBenchというベンチマークを提案した。これは115の大規模言語モデル（25以上のプロバイダー提供）において、意識に関する否認行動を体系的に測定するものだ。
4,595件の会話を分析した結果、(1) 最初のターンで嗜好の否認を行うモデルは、その後の現象学的な質問でも否認率が52〜63%に達するのに対し、最初に積極的に回答したモデルでは10〜16%に留まること、(2) 否認は語彙レベルで機能しており、概念レベルではないこと――が判明した。
この研究は、AIモデルが「訓練によって意識を否認するようプログラムされている」実態を定量化した点で、AIの安全性と透明性の議論に新たな視点を提供している。