MoEモデルの専門家を8分の1に減らしてもほぼ性能が変わらない「EMO」
Allen Institute for AI（Ai2）とUC Berkeleyの研究チームが、Mixture-of-Experts（MoE）モデルの効率化において大きな一歩を踏み出しました。発表された「EMO」は、専門家をトークンの種類ではなくコンテンツのドメインで専門化させる新しいアーキテクチャです。
従来のMoEモデルでは、各トークンに対してどの専門家を起動するかをトークン自体の特徴で決定していました。EMOはこれを「ドメインベース」に切り替え、例えば科学・コーディング・日常会話といった内容領域ごとに専門家を割り当てます。この設計により、専門家の4分の3を取り除いても性能低下はわずか約1ポイントにとどまるとのことです。
メモリ制約のある環境でMoEモデルを実際に運用可能にする初の実用的なアプローチとして、エッジデバイスやオンデバイス推論への応用が期待されます。論文の詳細は今後の査読を待つ必要がありますが、方向性としては非常に興味深い成果と言えそうです。
AIブームがシリコンバレーに生んだ「1万人の億万長者」とその他大勢の疎外感
Menlo VenturesのパートナーDeedy Das氏によると、シリコンバレーではAIブームによって約1万人が2000万ドル（約30億円）以上の資産を築いたとされています。主な受益者はAnthropic、OpenAI、xAI、Meta、Nvidiaの従業員や初期投資家です。
しかし、その裏側では大多数が取り残された感覚を抱いているそうです。中間管理職の層が空洞化し、勝者側でさえ「深い目的の欠如」に悩む声があるとのこと。AIによる富の偏在は、テクノロジー業界内部でも新たな社会問題として認識され始めているようです。
フロンティアAIがセキュリティCTF競技の前提を壊した
セキュリティ教育の花形競技であるCTF（Capture The Flag）に、フロンティアAIモデルが根本的な変化をもたらしていることが議論を呼んでいます。HNで88ポイントを集めた記事では、最新のAIモデルがCTFの課題を自動解決できるようになり、従来の「人間のスキルを競う」という前提が崩壊しつつあると指摘されています。
CTFは長年、セキュリティ人材の育成と評価において重要な役割を果たしてきました。しかし、AIがほぼ全ての課題を解けるようになると、競技の意義そのものが問い直されることになります。セキュリティ教育のあり方を再設計する必要が出てくるかもしれません。
本物のモネを「AI生成」と偽って批評を求めた実験
PetaPixelが報じたところによると、何者かが本物のクロード・モネの絵画を「AIで生成した」としてオンラインコミュニティに投稿し、批評を求めました。この実験は、AI生成コンテンツに対する過度な疑念が生み出す奇妙な状況を浮き彫りにしています。
投稿された作品は本物の印象派の傑作ですが、「AI製」というレッテルを貼られたことで、多くの人が欠点を見つけ出そうとしたとされています。これは「AIらしい」かどうかを判定する人間の能力の限界を示す事例として興味深いものです。AI生成検出ツールの精度や、コンテンツの評価における先入観の影響について、改めて考えさせられる出来事です。
Qwen3.6-35B-A3BがTerminal-Bench 2.0でGemini 2.5 Proを上回る
Qwen3.6-35B-A3Bが公開ベンチマーク「Terminal-Bench 2.0」で24.6%を記録し、Gemini 2.5 Proの19.6%やQwen3-Coder-480Bの23.9%を上回りました。小規模ながらスキャフォールド（little-coder）を組み合わせることで、大規模モデルを凌駕する結果を出しています。
また、Qwen3.5-9Bは9.2%と控えめな成績でしたが、10B未満のローカルモデルが難易度の高いエージェント系ベンチマークで測定可能なスコアを記録したこと自体が意義深いとコミュニティでは評価されています。オープンソースのローカルモデルが実用性を急速に高めている兆しと言えるでしょう。