Godot、AI生成コードを原則禁止へ — レビュアー疲弊が限界に

オープンソースのゲームエンジン「Godot」が、コントリビューションにおけるAI生成コードの原則禁止を発表した。新規コントリビューターからAI生成のプルリクエストが急増する一方、審査するレビュアーの数は変わらず、負担が限界に達したという。レビュアーからは「機械と話したくない」との声が上がっており、人間同士のやりとりにおいてAI生成の文章を使用することも禁止の対象となる。

この動きはOSSコミュニティ全体に波及する可能性がある。AIコーディングツールの普及で、メンテナーの負担増大が各地で課題となっており、Godotの決定は象徴的な一歩と言える。品質管理と貢献のバランスをどう設計するかが、今後のコミュニティ運営の鍵になりそうだ。

Claude Fable 5の性能低下を巡る2社の調査報告

「Claude Fable 5」の性能が提供停止前後で変化したかどうかについて、米国のAI企業2社がそれぞれ調査結果を報告している。モデルの提供停止を挟んで性能評価を行った結果、一部のタスクで性能差が観察されたという。

LLMの性能が時間経過やバージョン更新で変動する問題は「モデルドリフト」として知られており、本件もその一例とみられる。プロダクション環境でLLMを利用する企業にとって、継続的な品質モニタリングの重要性を改めて浮き彫りにした形だ。

Ollama 0.31.1 — Apple SiliconでGemma 4が約9割高速化

ローカルLLM実行ツール「Ollama」の最新版0.31.1が、Apple Silicon環境でのパフォーマンスを大幅に改善した。Gemma 4モデルの実行速度が従来比で約9割向上しており、設定変更なしで効果を得られるという。

この高速化の背景にはMTP（Multi-Token Prediction）技術の改善があると報告されている。ローカルでLLMを動かす際、モデルの賢さ以上に体感に響くのが待ち時間であり、エージェント用途での長時間作業にとって推論速度の向上は特に重要だ。Mac環境でローカルAIを活用する開発者にとって、大きな追い風となる。

audio.cpp — GGMLネイティブのオープンソース音声AIフレームワーク

RedditのLocalLLaMAコミュニティで、C++/GGMLベースの音声AIフレームワーク「audio.cpp」が発表された。音楽生成、効果音生成、音源分離までを単一のネイティブフレームワークでカバーするもので、ACE-Step、Stable Audio、HeartMuLa、RoFormer、HTDemucsなどのモデルがC++で実装されている。

注目すべきは、ACE-Step Turboによる600秒の音楽生成が約60秒（実時間の約10倍速）で完了する点だ。Python実装と比較しても約30%高速化されており、ネイティブC++実装の優位性を示している。現時点で21/28モデルの移植が完了しており、今後の展開が期待される。

BPEトークナイゼーションがLLM安全整列を突破 — 構造的脆弱性の実証

arXivに公開された論文「Breaking Safety at the Token Boundary」で、BPEトークナイゼーションがLLMの安全整列（アライメント）に構造的な隙間を作るメカニズムが実証された。安全クリティカルな単語がサブワードに分割されることで、文字レベルの摂動によって安全フィルターを回避できるというものだ。

5つのモデルファミリー（Qwen-3-4B、Qwen-2.5-7B、Gemma-3-4B、Llama-3.1-8B、Mistral-7B）でテストを実施した結果、拒否トリガーの80〜100%を反転させ、うち最大65%で実際の有害出力を生成した。また、調査した3つの公開アライメントデータセット（計3万例）に、断片化されたプロンプトが一つも含まれていないことも判明した。アライメントの堅牢性に関する重要な課題を浮き彫りにする研究だ。

100万トークン規模でのコンテキスト内検索は実用できるか

同じくarXivに公開された「Can Language Models Actually Retrieve In-Context?」では、LMによるコンテキスト内検索のスケーラビリティを初めて系統的に検証した。0.6Bパラメータの検索モデル「BlockSearch」を開発し、学習規模の10倍までの長さ汎化を実現したが、より極端な外挿では性能が崩壊するという。

原因は「アテンション希釈効果」—コーパスが大きくなると無関係なドキュメントがソフトマックス分母を支配し、正解ドキュメントへの正規化済み重みが低下する現象だ。論文は長さ認識型のアテンション調整とドキュメントレベルのスパースアテンションでこの問題を緩和し、100万トークン規模でDense Retrievalに匹敵する性能を達成した。コンテキスト長の拡大がもたらす新たな課題を提示する重要な成果と言える。