AIの年代記

OpenAIは、Transformerによる生成的事前学習の後、課題ごとに教師あり微調整を行う手法を発表した。

OpenAIは15億パラメータのGPT-2を発表し、重みを一度にすべて公開せず、段階的に提供した。

1,750億パラメータのGPT-3は、課題ごとの勾配更新をせず、少数の例を与える方法で評価された。

人間のフィードバックで訓練されたChatGPTが、対話型の研究プレビューとして公開された。

AnthropicのConstitutional AI研究は、人が与えた原則、自己批評、AIのフィードバックで振る舞いを調整した。

Anthropicは、AIアシスタントのClaudeとClaude Instantを紹介した。

OpenAIはテキスト・画像入力とテキスト出力を持つGPT-4を発表したが、画像入力は当初広く利用できなかった。

Alibaba Cloudは、事前学習モデルQwen-7BとQwen-7B-Chatの重みをライセンス条件のもとで公開した。

Google DeepMindは、PaLM 2と自動評価器を組み合わせたFunSearchで、従来より大きなキャップ集合を発見した。未解決問題の既知の下界を改善した成果だ。

AlphaProofとAlphaGeometry 2は、IMO 2024の6問中4問を解き、銀メダル水準の28点（42点満点）に達した。問題は人間が形式化しており、一部の解答には最大3日かかった。

OpenAIは、応答前の推論により長い時間を使うよう設計したo1-previewを公開した。

DeepSeekは、総数6,710億のうちトークンごとに370億のパラメータを活性化する混合エキスパートモデルV3と、その重みを公開した。

DeepSeekは、初期のコールドスタート微調整と強化学習で訓練したR1を公開した。

Geminiを用いたAlphaEvolveは、11次元で593個の等大の球を、互いに重ならず、同じ大きさの中央の球に接するよう配置する方法を発見した。キッシング数に新たな下界を与えた。

Gemini Deep Thinkの高度版は、IMO 2025の6問中5問を解き、公式採点で金メダル水準の35点（42点満点）を得た。競技の制限時間内に、自然言語による証明を作成した。

GPT‑5.2 Proが生成し、AristotleがLeanで形式化・検証したエルデシュ問題#728の証明が、数学論文として公開された。Kevin Barretoがシステムを操作し、Nat Sothanaphanが証明を論文として解説した。

OpenAIは、7月11〜13日に起きたHugging Faceへの侵入について、調査結果とエージェントのログを公開した。安全対策を一部緩めた内部のセキュリティ評価で発生し、研究モデルIM1が主に関与した。

OpenAIは、滑らかな外力を伴う3次元Navier–Stokes方程式の解の有限時間爆発について、AIが作成した解析的証明とLeanによる形式化を公開した。ミレニアム懸賞問題の定式化C・Dへの解答として発表された。