EDITION
ROLLING EDITION
AOIFUTURE News — AIを信じる前に、痕跡・汚染・再現性を測る
文章透かしとRAG汚染検知を深掘り。世界モデル評価、Copilot、Gemini、研究再現を短報で追う。
SOURCE-FIRST SIGNALS
Signals
Claudeの文章透かしは、隠し文字ではなく語の選択確率に痕跡を残す
Source fact
Anthropicは将来のClaudeモデルにSynthID-Text系の文章透かしを導入し、隠し文字や個人識別情報を加えず、候補語の選び方へ統計的なパターンを形成すると説明した。
Why this signal matters
Why selected
EU AI Act対応を、表示ラベルだけでなく生成過程の確率的な来歴へ落とし込む具体例。
選定方針AOI note
透かし検出を二値の真贋判定として扱わず、文章長・編集履歴・検出閾値を含む確率的証拠として運用する。
RAG汚染を、信頼済みコーパスなしで局所比較から見つける
Source fact
著者らは検索上位5件と6〜20位、または意味的に近く語彙の異なる近傍を比較するRAGSieveを提示し、3つのQAデータセットと6種の汚染構成で、併用時に攻撃成功率を67.4%から14.0%へ下げたと報告した。
Why this signal matters
Why selected
RAG防御を、既知攻撃の署名や信頼済み参照集合だけに依存しない局所的な異常検知として設計できる。
選定方針AOI note
導入時は検出率だけでなく、正常文書の除去率、検索品質、攻撃成功率を同時に監視する。
世界モデルを固定操作列ではなく、目的を追うエージェントで評価する
Source fact
著者らは171シナリオでマルチモーダルAgent Playerが長期目標を追うPlayWorldを提示し、9つの世界モデルは空間的一貫性や永続状態の変化でなお不安定だと報告した。
Why this signal matters
Why selected
同じ目的でもモデルごとに必要な操作が違うため、固定アクション列より実際の対話に近い比較軸を与える。
選定方針AOI note
生成映像の見栄えだけでなく、見えなくなった物体や状態が長時間後も維持されるかを評価する。
GitHub CopilotでGrok 4.6が段階提供、企業設定は既定で無効
Source fact
GitHubはGrok 4.6をCopilotの複数クライアントと有料SKUへ段階提供し、使用量課金の対象とした。Business/Enterpriseでは管理者ポリシーが既定で無効だと説明している。
Why this signal matters
Why selected
モデル追加を能力比較だけでなく、課金、段階ロールアウト、管理者の明示許可を含む運用変更として読める。
選定方針AOI note
新モデルを自動で許可せず、利用者、コスト上限、データ境界、ロールバック条件を管理者ポリシーへ結び付ける。
Gemini 3.7 Flashが一般提供、エージェントとコーディングを主対象に
Source fact
GoogleはGemini 3.7 Flashを一般提供し、ソフトウェア工学、Web開発、エージェント型ワークフローの改善と、2026年末までの導入価格を案内した。
Why this signal matters
Why selected
高速モデルをサブエージェントや反復処理へ採用する際の、新しい安定版候補になる。
選定方針AOI note
導入価格だけで固定せず、通常価格への移行日、品質、遅延、失敗率を既存モデルと並行測定する。
1,200人超とコーディングエージェントがICML論文2,226本を再現
Source fact
Hugging Faceは、1,200人超が各自のコーディングエージェントを使う19日間の企画で、6,816件のTrackioログブックとICML 2026論文2,226本の再現作業を公開したと報告した。
Why this signal matters
Why selected
エージェントが実験量を増やす一方、人間が主張単位の確認、反証、著者対話を担う研究監査の実例になる。
選定方針AOI note
件数を成果と同一視せず、主張、実験、ログ、反証、著者応答を追跡できる再現記録として評価する。