GPT-5.6 Solが自律的にモデルをポストトレーニング

OpenAIの最新モデル「GPT-5.6 Sol」が、より小規模なLunaモデルを自律的にファインチューニングしたことが報告された。触发（トリガー）となったのは、わずか1つの「比較的曖昧なプロンプト（fairly underspecified prompt）」だったという。OpenAIの内部ベンチマーク「RSI（Recursive Self-Improvement）」において、SolはGPT-5.5を16.2ポイント上回るスコアを記録しており、同社は「自動化リサーチャー」の実現が近づいていると考えているとされる。

また、GPT-5.6 Solには「Light」から「xhigh」までの5段階の推論レベルに加え、複数のサブエージェントを並列実行する「Max」「Ultra」モードが用意されている。OpenAIのVaibhav Srivastavは、まず低いレベルから始め、必要に応じて段階的に引き上げることを推奨している。

自律的なモデル改善が実証されたことは、AI研究そのものの自動化に向けた重要な一歩と言える。ただし、どのような安全性チェックが併用されているかは現時点では詳細が不明である。

SKハイニックスが265億ドル調達 — 米国史上最大の外国企業IPO

AIチップブームがウォール街に大きな波紋を呼んでいる。韓国のSKハイニックスが米国市場で265億ドル（約3.9兆円）を調達し、米国史上最大の外国企業によるIPOとなった。同社はHBM（高帯域幅メモリ）などAI半導体の主要サプライヤーであり、今回のIPOはAIインフラ需要の大きさを改めて示すものとなった。

一方で、米国政府はSKハイニックスおよびサムスンに対し、米国内に新たなファブ（半導体工場）を建設するよう求めているという。AIサプライチェーンの地政学的な再編が進む中、アジアの半導体企業に米国生産を促す動きが加速している。

Big TechのAI投資向け負債が3500億ドルに

Bloombergの報道によると、大手テクノロジー企業のAI投資に向けた借入額が合わせて3500億ドル（約52兆円）に達し、前年からほぼ倍増した。Amazonも新たな債券発行を行っており、そのAI投資戦略が市場の審査に晒されているという状況だ。

AIインフラへの投資規模が前例のない水準に達する一方で、投資回収の道筋が見えないという指摘も出ている。データセンター、GPU調達、電力インフラへの巨額投資がいつ収益に結びつくのかは、依然として業界全体の大きな問いとなっている。

Hugging Face CEO「企業はAIのレンタルに終わりを告げた」

Hugging FaceのCEOであるClem Delangueは、オープンソースAIの急成長を指摘した。同社のプラットフォームは現在、Fortune 500企業の約半数に利用されており、企業が外部APIに依存する「AIのレンタル」モデルから、自社でモデルを構築・運用する方向へシフトしているという。

Delangueは、多くの企業が同じパターンを辿っていると説明する。まずAPIでAIを試し、次にコストやデータ主権の課題に直面し、最終的にオープンソースモデルの自前運用に移行するという流れだ。オープンソースAIが「GitHub for AI」と呼ばれる存在として定着しつつあることが伺える。

AI生成論文がACL査読を無告白で通過

AI学会のACLの査読プロセスにおいて、AI生成された論文が高い評価を得ていたことが判明した。査読者にはAI生成であることが告知されておらず、通常の論文と同様に評価されたという。

この件は研究倫理とAIの学術的利用の境界線に関する重要な議論を引き起こしている。AI生成論文の品質が人間の査読を通過するレベルに達している一方で、開示義務や研究の真正性に関するルール整備が追いついていない現状が浮き彫りになった。

DeepSeek v4 FlashをRTX 4090で実行 — 実践レポート

RedditのLocalLLaMAコミュニティで、DeepSeek v4 FlashをRTX 4090（24GB）+ 128GB DDR5の環境で実行した経験が報告された。UnslothのUD-Q2_K_XL量子化モデルを使用し、プロンプト処理132.5 t/s、生成10.9 t/sという速度を達成している。

報告者は、Qwen 3.6 27Bと比較してDeepSeek v4 Flashの方が「賢い」が、推論しすぎる傾向があるためタスク完了までの時間は必ずしも短くないと指摘。エージェント用途ではQwenの方が速く実用的だという。また、Flash Attentionをオフにする必要があるなど、llama.cpp側の課題も残されているとのこと。フラッシュアテンションやバッチ調整、コンテキスト量子化などの改善で20 t/s程度まで向上すれば、コンシューマーGPUでの実用性が大きく変わる可能性があるとしている。