本日のAIニュースは、国産LLMの提供拡大、LLMそのものが匿名性を脅かす問題、推論の失敗をどう直すかという研究が並びました。さくらインターネットがPFNの国産LLM「PLaMo 3.0 Prime」の提供を始めた一方、論文のタイトルと要約だけで著者を特定できるとする研究が匿名査読の前提を揺るがしています。ほかにも、弱いモデルが強いモデルの推論バグを直す手法、マルチエージェントの失敗を診断するベンチマーク、人間のチェスを予測する小型AI、そしてC#とTypeScriptを設計したAnders HejlsbergのAI観まで、計6本をまとめました。

さくらインターネットがPFNの国産LLM「PLaMo 3.0 Prime」の提供を開始

さくらインターネットは、生成AI向け推論API基盤「さくらのAI Engine」で、Preferred Networks（PFN）の国産大規模言語モデル「PLaMo 3.0 Prime」の提供を始めたと発表しました。利用には申請が必要で、無償プランは対象外となります。国産モデルを自社基盤で使える選択肢が広がる一方で、申し込み制という運用でアクセスを絞っている点が特徴です。日本語を含む多様な用途で国産LLMを試したい企業にとって、ハードルはあるものの現実的な経路が一つ増えた形です。

LLMが「誰が書いたか」を当てる――匿名査読の前提を揺るがす研究

ダブルブラインド査読は、論文の匿名性によって所属や地位による偏りを防ぐ仕組みですが、その前提がLLMによって脆くなっているとする研究が発表されました。著者らは、LLMの学習後に出版された論文のタイトルと要約だけを使い、5人の専門家候補の中から著者を推定する実験を行いました。その結果、LLMは人間よりも効率的に匿名性を崩し、少数の候補に予測を集中させることが分かりました。文体や引用の情報を除外してもこの傾向は残り、「どんな問題を、どう組み立てるか」という研究の関心そのものが著者の署名として働いていると指摘しています。AIが研究に関わる時代に、匿名性と公平性をどう保つかを見直す必要があると訴えています。

弱いモデルが強いモデルの推論バグを直す「Woodpecker Distillation」

LLMは解く能力を持っているのに推論タスクで失敗することがありますが、その多くは全体的な無能さではなく、中間ステップの局所的なバグが原因だとする研究が出ました。著者らは、強いモデルの推論の途中に、弱い「プローブモデル」が生成した短い修正を差し込むと、正解に近づくことを示しました。ただし、その修正文をそのまま学習させても効果は安定せず、役立つのは修正後の推論の進み方がどう変わるかという点にあります。そこで提案されたのが、同じ推論の流れに対する成功例と失敗例を対比させ、そこから教師信号を作って強いモデルへ蒸留する「Woodpecker Distillation」です。数学推論のベンチマークで一貫して性能を向上させ、単純な模倣よりも優れた結果を出しました。

マルチエージェントはなぜ壊れるのか――失敗を診断する「OrchestraBench」

複数のAIエージェントを組み合わせるマルチエージェント編成が実運用に移る中、既存のベンチマークは「正解率」は出しても「なぜ失敗したか」を診断できていません。OrchestraBenchは、失敗を意図的に注入できる再現性のある仕組みで、企業向けワークフローを想定して評価を行います。結果は興味深いもので、キーワードベースの振り分けは欺瞞的な入力に対して0%だったのに対し、意図を推論するモデルルーターは100%で理想値に並びました。また、Claude（Sonnet/Opus/Haiku）を使った検証では、ツールの障害は完全に復旧する一方、曖昧な委任は部分的、潜在的・意味的な失敗モードは一度も復旧しないという三段階の傾向が見えました。単にリトライするだけでは潜在的な障害を再現し検出を遅らせることも分かっており、失敗の「検出と帰属」が抑止に不可欠だと示しています。

人間のチェスの手を予測する15MパラメータのAI「Otter」

強いチェスAIはたくさんありますが、「人間が次にどの手を指すか」を予測するモデルは別の課題です。Otterはわずか1530万パラメータで、各局面を独立させるのではなく、直近20手の履歴と持ち時間の圧力を条件にして手を予測します。Lichessの早指し（ラピッド）ゲーム1億1700万局・61億局面で学習し、T4 GPU 1台で30日間の訓練で済ませました。トップ1の予測精度は55.23%、トップ5で90.95%に達し、少ないパラメータとデータで従来の最先端モデルMaia 2を上回りました。人間らしいプレイのモデル化において、局面だけではなく時間と着手の流れを組み込むことが有効であることを示しています。

C#とTypeScriptを設計したAnders Hejlsbergが語る「AIに向く言語」

Turbo Pascal、Delphi、C#、TypeScriptを手がけ、Microsoftで言語設計に40年携わるAnders Hejlsbergが、The Pragmatic Engineerの対談でAIについて語りました。「AIに向くのは学習データが多い言語」という見解が示されるなど、長年言語を設計してきた人間ならではの視点が話題を呼んでいます。AI時代にプログラミング言語と学習データの関係がどう変わるかを考えるうえで注目される発言です。

国産LLMの普及、研究コミュニティの匿名性、推論の信頼性、エージェントの運用、人間の行動のモデル化、そして言語設計――本日は「AIが社会と技術の前提を問い直す」話題が揃いました。