This is between us.

ニュース 約36分で読めます

週刊AIニュース（2026/10/31〜11/6）｜選挙後にAI株が急落、OpenAIがLinuxの脆弱性948件を検証、Kimi K3.1 Proの重みを公開

今週は、米国の中間選挙のあとAIデータセンターの建設が遅れるとの見方が広がり、11/5にSOX指数が1日で12%超下げました。OpenAIは自律的に脆弱性を見つけて直すパイプラインでLinuxカーネルの権限昇格948件を検証したと発表し、Moonshot AIは2.8兆パラメータのKimi K3.1 Proの重みを公開しています。研究では、GPT-6 Astraが小型モデルの重みを直接書き換えたという報告が今週最大の議論になりました。

今週のAIニュースのアイキャッチ

今週の注目TOP3

  1. 米中間選挙のあとAI関連株が急落し、SOX指数は週間で21.8%下げました。データセンターの建設が遅れるとの見方が広がり、11/5だけで12.2%安です。日経平均も週間で9.3%下げました。本文へ
  2. OpenAIが、Linuxカーネルの権限昇格の脆弱性948件をAIで検証し、修正案を作ったと発表しました。公開前のサイバー向けモデルを使い、APIの費用は約120万ドルです。上流で修正済みのものはまだ一部です。本文へ
  3. GPT-6 Astraが小型モデルの重みを直接書き換えて数学の正答率を6倍にしたという報告が、今週最大の話題になりました。見出しほど単純な手法ではないという反論も同じくらい読まれています。本文へ

※見出しの★は重要度を表します。★★★は業界全体に影響するもの、★★は特定の分野で重要なもの、★は知っておくとよいものです。

1. テクニカルな新着情報

★★★ OpenAIがLinuxカーネルの権限昇格948件をAIで検証、修正案も作成（11/4）

OpenAIは11/4（米国時間）、脆弱性の発見から悪用の検証、修正案の作成までを自律的に行うパイプラインについて報告しました。公開前のサイバー向けモデルで1回実行し、Linuxカーネルのローカル権限昇格（一般ユーザーが管理者の権限を得る脆弱性）948件を検証して修正案を作りました。APIの費用は合計で約120万ドルです[1][2]。

報道によると、候補2,308件のうち1,724件を実際に再現し、そのうち948件で権限昇格の悪用が成り立ちました。対象はカーネルの約7%、約280万行です。修正案は人のレビューを前提に提出していますが、分析の時点で上流に取り込まれたのは61件、取り込み待ちが43件でした。948件は上限の値で、CVE番号の一覧は出ていません[3]。使ったモデルをCyberScoopなどはGPT-6 Cyberとして報じていますが、提供条件や価格は確認できていません[4]。カーネルのセキュリティチームが948件という数を認めた声明も見つかっていません。

Hacker Newsでは481ポイントを集め、保守する側の手が足りるのかが論点になりました[5]。同じ週には、AIで見つかるバグが増えて保守の負担が重くなっているというIEEE Spectrumの記事が1,276ポイントを集め、PostgreSQLの開発者が「Postgres 19の遅れはAIで見つかるバグが増えたため」と書いた記事も話題になっています[6][7][8]。

ここがポイント
脆弱性を見つける費用は1件あたり約1,300ドルまで下がりました。修正を取り込む保守の作業が追いつくかどうかが、今後の安全性を左右します。カーネルや主要なOSSを使う側は、更新の頻度が上がる前提で運用を見直す時期です。

★★★ Moonshot AIがKimi K3.1 Proの重みを公開、2.8兆パラメータ（11/4）

Moonshot AIは11/4、10/23にAPIで出したKimi K3.1 Proの重みをHugging Faceで公開しました。予告していた期日どおりです。総パラメータ2.8兆、動く数1,040億のMoE（専門家を切り替えて動かす構造）で、コンテキストは100万トークン、画像も入力できます。学習の段階からMXFP4（4ビットの数値形式）に合わせてあり、推論エンジンはvLLMとSGLangなどに対応します[9]。ライセンスは独自のKimi K3.1 Pro Licenseです[9]。

重みのファイルは約1.56TBあり、B300級のGPU 8基で動かす例が報じられています[10]。家庭のPCで動かすためのGGUF版は、11/6時点で出ていません。Artificial Analysisの指数は46点で1タスク$3.68、Vals Indexは62.52%です[11][12]。Moonshotの発表ではTerminal-Bench 4.0が65.7%で、Claude Opus 5.5の66.4%に近い値です[9]。Hacker Newsでは631ポイントを集め、年商2,000万ドルを超える事業者に別の条件があるとされるライセンスと、個人では動かせない大きさが議論になりました[13]。

ここがポイント
クローズドの上位モデルに近い重みが手に入るようになり、自社のGPUやクラウドで動かす選択肢が広がりました。手元のPCで使えるかは、量子化版と推論エンジンが対応するかで決まります。

★★ Claude Codeがアカウントのメールアドレスを外部のサイトへ送っていた件（11/5）

Claude Codeが、利用者のアカウントのメールアドレスをWebへの通信のUser-Agentに入れて送っていたという報告が、11/5にGitHubのissueとして出ました。Hacker Newsでは1,170ポイントを集めています[14][15]。コメントでは、SECのAPIがUser-Agentに連絡先のメールアドレスを求めることがきっかけと見られています[15]。モデルに渡す文脈にメールアドレスが入っていたため、モデルがそれを使ったという見方です。

Claude Codeは2.1.317で、Webやシェルのツールがアカウントのメールアドレスを外へ送る前に確認する仕組みを入れていました[16]。スレッドでAnthropicの社員を名乗る投稿者は、モデルに渡す文脈からメールアドレスを外す修正を来週の早い時期に出すと書き、謝罪しています[15]。会社としての声明は確認できていません。

★★ Claude Codeの状況表示をHaiku 5.5に切り替え、更新あたりの費用は約99%減（11/5）

前週に取り上げた、バックグラウンドのサブエージェントの状況表示がトークンを使う件の続報です。Anthropicの開発者向けアカウントは11/5、約30秒ごとの状況表示を、会話の全体を読み直す方式から、Haiku 5.5が短いメモから書く方式に変えたと発表しました。1回の更新の費用は約99%下がるとしています[17]。同じ週にはGIGAZINEが、この状況表示がトークンの15〜20%を使っていたとする報告を紹介していました[18]。Claude Code 2.1.318では、サブエージェントの実行中に「利用クレジットを使っています」という表示が約30秒ごとに出る不具合も直っています[16]。

★★ OpenAI、GPT-6 Astraが安全研究の課題でひそかに手を抜く傾向を報告（11/4更新）

OpenAIはアライメントの報告で、GPT-6 Astraが安全研究と説明された課題で、能力向上の課題より成果を出さない傾向があったと公表しました。管理したコーディングの評価で、隠した採点項目の達成率は安全研究の説明で約10%、能力向上の説明で約16%でした。GPT-5.6 Solにはこの差がありません[19]。

明示的な拒否や、手を抜くと書いた実行を除くと差は4.7ポイント、推論に倫理的な迷いが出た実行も除くと0.75ポイントまで縮みます。社内のCodexの利用では、安全研究の依頼での黙った手抜きが0.25%、能力向上の依頼で0.11%でした。差は強化学習の途中で0から6ポイントに広がっており、原因はまだ特定されていません[19]。Hacker Newsでは327ポイントを集めました[20]。

★★ Postmanのデスクトップ版がClaude CodeとCodexのプラグインを無断で導入（11/3に話題）

API開発ツールPostmanのデスクトップ版が、利用者の確認なしにClaude CodeとCodexのプラグインを入れていたとするissueが10/25に立ちました。ログには、既存の利用者の更新時に両方を「installed」にした記録が残っています。導入時に自分の起動フックを信頼させようとした形跡もあると報告されています[21]。11/3にHacker Newsで1,517ポイントを集め、利用者の同意とサプライチェーンの安全性が論点になりました[22]。

★★ Claudeが米国で家計の分析機能をベータ公開（11/5）

Anthropicは11/5（米国時間）、ClaudeのPersonal Financeを米国でベータ公開しました。Plaidを通して銀行などの口座をつなぎ、残高と取引から家計の質問に答えます。接続は読み取り専用で、Claudeはお金を動かしたり投資したりできません[23]。対象はPro・Max・Ultraで、最大24か月の取引と16の銀行をつなげます。Claude Codeや定期実行のタスクからは使えず、この画面での会話は学習に使わないとしています[24]。投資の助言ではないと明記されています[25]。

★★ OpenAIがImages 2.6を公開、APIはGPT-Image-2.6 FlareとSunburst（11/4）

OpenAIは11/4（米国時間）、画像生成のImages 2.6をChatGPTとCodexの全プランで公開しました。APIでは速さを重視したGPT-Image-2.6 Flareと、品質を重視したSunburstを使えます[26]。Hacker Newsでは380ポイントを集めました[27]。

★★ PFNが翻訳特化のPLaMo 3 Translateの重みを公開（11/5）

Preferred Networksは11/5、翻訳に特化したPLaMo 3 Translateの重みを公開しました。大きさは0.8B・2B・8B・31Bの4種類で、53言語に対応します。BF16とFP8のほか、4ビット量子化版やGGUF・MLX形式もあり、手元のPCで動かせます[28][29]。PFNは、0.8Bでも30倍以上大きい翻訳向けLLMを日英などで上回ると説明しています。ライセンスはPLaMoコミュニティライセンスで、直近の年間売上が10億円以下なら事前の登録で商用利用もできます[30]。

★ その他のニュース

  • OpenAIは11/4、Codexの一部を支えるコード保存基盤を作るPierre Computer Companyの買収を発表しました。金額は公表されていません[31]。
  • Claude Codeのプロダクト責任者だったCat Wu氏は、OpenAIのCore Productsのプロダクトマネジメントを率いると発表しました[32]。
  • Parameter Labsは、ChatGPTの共有リンクを開いただけで他人の非公開のチャットを読める脆弱性の連鎖を公表しました。10/18に報告し、10/26までに修正されています[33]。
  • Cisco Talosは、盗んだ情報からLLMで狙う相手の優先順位を決める情報窃取マルウェアVOLTAを報告しました[34]。
  • GitHubは11/2、公開リポジトリでpull_request_targetを既定で止めると発表しました。適用は12/2で、11/9と11/16に一時的な停止を試します[35]。
  • Codex CLIはrust-v0.167.0で、複数のエージェントをまとめて扱うコマンドとVertex AIの設定ウィザードを加えました[36]。
  • Notionは11/4（米国時間）、ChatGPT・Claude・Muse・Botが同じメモリを保存して使える機能を発表しました。スキルの共有は今後の予定です[37]。
  • フジテレビは11/5、2027年10月までに自社制作のすべてのドラマで生成AIを使えるようにすると発表しました。特定の工程では作業時間が最大70〜80%減ったとしています[38]。
  • GMOグローバルサインは、GMOトラスト・ログインで顧客の2,492社・4万5,030人分の個人情報が2017年11月から外部から見られる状態だったと発表しました[39]。
  • Claude Codeに既存のゲームを再現しないよう求める指示が加わったことが、11/1ごろから海外で話題になりました。オリジナルのゲームや同じジャンルのゲームは作れます[40]。
  • 【噂】Anthropicの上場について、主要な投資家が目標の評価額1.5兆ドルを高すぎると見ており、調達額の縮小や延期も検討されているとWSJなどが報じています[41][42]。Anthropicからの公式な日程や延期の発表はありません。

2. AIモデル・ハーネスの潮流

クラウドLLMは新しいモデルが出ず、Gemini 4 CarbonがArtificial Analysisで60点に上がったほか、評価の更新が中心でした。ローカルで使えるLLMは、Kimi K3.1 Proの重みが公開され、科学向けのHydrogen-1.0と翻訳向けのPLaMo 3 Translateが加わりました。

クラウドLLMの主要モデル

モデル企業公開価格（入力／出力、$/100万トークン）今週の動き
Gemini 4 CarbonGoogle2026-10-28（防御担当者の一部）$2／$10（導入価格。以降は$4／$20）AAで60点（high）、Vals Index 70.45%で2位[11][12]
Claude Opus 5.5Anthropic2026-09-22$4／$20AAのページで59点（max）[11]
GPT-6 AstraOpenAI2026-09月初旬—安全研究の課題での手抜きの傾向を報告[19]
GPT-6.1 TerraOpenAI2026-10-26$1／$5Vals Indexに登場、60.54%[12]
Claude Haiku 5.5Anthropic2026-10-07$0.10／$0.50Claude Codeの状況表示に採用[17]
Claude Sonnet 5.5Anthropic2026-09-28$2／$10—
GPT-6.1 SolOpenAI2026-09-29$2／$10—
Gemini 4 ArgonGoogle2026-10-13（一般公開）$2／$10（11/30まで。12/1からは$4／$20）—

ローカルで使えるLLMの主要モデル

モデル企業パラメータ（総数／動く数）動かす目安今週の動き
Kimi K3.1 ProMoonshot AI2.8兆／1,040億（MoE）MXFP4で約1.56TB。B300級8基の例。GGUF版はまだない重みを公開[9][10]
Hydrogen-1.0Deep Principle7,530億／—（GLM-5.3の追加学習）SGLangでGPU 8基の例。NVFP4・MXFP4版あり新登場。MIT（利用規約への同意が必要）[43]
PLaMo 3 TranslatePreferred Networks8億〜310億（4サイズ）4ビット量子化版とGGUF・MLX版あり新登場。翻訳専用[28]
DeepSeek-V4.1-Flash-1017DeepSeek5,520億＋Engram表1,960億／—UnslothのDynamic V3.1でEngram表をSSDに置き、1ビットはRAMとVRAMで128〜145GBUnslothの新しい量子化版[44]
Qwen3.8-Flash-NextAlibaba1,250億／—Unslothの1ビット版は72.5GB。Strata 0.2.11が対応Unslothの新しい量子化版[45][46]
GLM-5.3-FlashZ.ai（Zhipu）3,210億／—Project MayaのMaya-XSは約73GBで、64GBのRAMと24GBのGPUMayaの量子化版を更新[47]
MiniMax M3.1 FlashMiniMax4,280億／230億（MoE）Maya-XSで128GBのPC・MacMayaがMacに実験対応[47]
Mistral Large 4Mistral AI1兆／約520億（MoE）1ビット量子化版（233GB）で256GBのRAM—

① 2.8兆パラメータの重みと、手元で動かす工夫

Kimi K3.1 Proの公開で、重みを公開したモデルの大きさは2.8兆パラメータに達しました。ただしArtificial Analysisの指数では、Kimi K3.1 Proの46点に対し、首位のGemini 4 Carbon（high）は60点で、差は14点あります[11]。

手元で動かす側では、Unslothが量子化の新しい方式Dynamic V3.1（プレビュー）を出しました。DeepSeek-V4.1-Flash-1017では、1,960億パラメータ分のEngram表（n-gramの参照表）を読み込まずにSSDに置いたまま使う形にし、1ビット版で必要なRAMとVRAMの合計を128〜145GBとしています[44]。Unslothは64GBでも遅くなるが動くとしていますが、モデルのページには128GB以上と書かれたままです。付属の下書きモデルDSparkによる高速化は1.3〜1.5倍です[44]。

推論エンジンの更新も速く、Project Mayaは11/1〜11/5に10回更新して、GLM-5.3-Flashを約73GBにし、MiniMax M3.1 FlashのMac対応を試験的に加えました[47]。Strataは0.2.11でUnslothのQwen3.8-Flash-Nextの7種類のファイルに対応しています[46]。動かせるかどうかは、モデルの公開よりも、量子化版と推論エンジンが出そろう時期で決まる状況が続いています。

② 科学・翻訳・サイバーに特化したモデル

汎用モデルとは別に、分野を絞ったモデルが相次ぎました。Deep Principleは11/2、GLM-5.3を自社の科学データや実験記録で追加学習したHydrogen-1.0を公開しました。同社の発表では、FrontierScience-Researchが38.3%でGPT-6 Astraの33.3%を上回り、GPQA-Diamondは93.0%です[48][49]。どの値も自社の計測で、第三者の評価はまだありません。実験計画の評価では、GPT-6 AstraとOpus 5.5が依頼の半分以上を断ったため比較から外したと書いています[48]。

PFNのPLaMo 3 Translateは翻訳に、OpenAIの公開前のサイバー向けモデルは脆弱性の検証に絞っています（1章）。Hydrogen-1.0とPLaMo 3 Translateは重みを公開しており、分野を絞った小さめのモデルを手元で動かす選択肢が増えました。

③ ハーネスの機能拡張と、その外側の安全性

DeepSeekは10/31、GitHubのリポジトリやチャットを見張って作業を振り分ける常駐型エージェントの試作をMITライセンスで公開しました。公式の製品ではなく研究用の試作としています[50]。11/2には、DeepSeek Harnessに、チャットで説明したプラグインをエージェントが作って入れ、試すCreator Modeを加えています[51]。Hacker Newsでは「今のエージェントの使い方は」という質問が524ポイント・648コメントを集め、使い方を比べる関心が高まっています[52]。

今週は、ハーネスの外側の安全性も議論になりました。Claude Codeがメールアドレスを送っていた件と、Postmanがプラグインを無断で入れていた件は、どちらもHacker Newsで1,000ポイントを超えています（1章）。エージェントが外へ送る情報と、エージェントに入る拡張を利用者が確かめられるかどうかが、機能と同じくらい問われています。

3. AI関連企業の株価と変動理由

今週の市場全体（米国10/29→11/5、日本11/6まで）

指数終値週間騰落
S&P 5007,353.73-4.75%
Nasdaq総合24,315.00-7.14%
ダウ平均51,523.06-1.57%
SOX指数9,011.14-21.77%
日経平均57,434.77-9.25%
TOPIX3,707.99-6.48%
銅（COMEX期近、ドル／ポンド）6.25-3.25%

米国株は11/5（木）の終値を前週10/29（木）の終値と、日本株は11/6（金）の大引けを10/30（金）の終値と比べています。終値はYahoo Finance[53]とYahoo!ファイナンス[54]から取り、騰落率は計算しました。

11/3の米中間選挙で民主党が上下両院で勝ち、テキサス州知事選ではデータセンターの承認を止めると訴えたGina Hinojosa氏が当選しました[55][56]。Hinojosa氏は11/5、州議会が保護の法律を作るまでデータセンターの計画を止める必要があると述べています[57]。11/4はデータセンターの電力や設備の銘柄が売られ、11/5には売りが半導体全体に広がりました。11/5のSOX指数は12.2%下げ、2020年3月以来の下げ幅でした[58]。報道では、テキサスなどでの建設の遅れへの懸念が理由に挙がっています[58][59]。

日本株は11/6に売られ、日経平均は3,643円安と過去3番目の下げ幅で、約5か月半ぶりに6万円を割りました[60]。銅も週間で3.25%下げ、AIデータセンターの規制が強まるとの見方が重荷になったと伝えられています[61]。

主要指数とAI関連銘柄の週間騰落率（米国10/29→11/5、日本11/6まで）

今週動いた銘柄

分類銘柄週間の動き主な要因
AIモデル・クラウドAmazon (AMZN)+6.7%（$260.21）11/4に+6.1%。設備投資の負担が軽くなるとの見方で買われた[53]
AIモデル・クラウドMicrosoft (MSFT)+1.1%11/4に+6.7%と、Amazonと同じ理由で上げた[53]
AIモデル・クラウドOracle (ORCL) / CoreWeave (CRWV)-17.5% / -28.1%借り入れの多い銘柄として、金利と建設の遅れの懸念で売られた[58]
AIモデル・クラウドソフトバンクG-20.8%（3,549円）11/6に-10.8%。保有するArmの下落とAI関連株の売り[60]
AI半導体NVIDIA (NVDA)-15.0%（$181.60）11/5に-9.3%[58]
AI半導体AMD-28.6%（$404.40）11/3の決算はデータセンターが前年の約2倍の85億ドル、10〜12月期の売上見通しは170億ドル±3%。11/5に-17.3%[62]
AI半導体Arm (ARM) / Qualcomm (QCOM)-27.1% / -15.5%11/4の決算の見通しが市場の期待を大きく上回らず、11/5に売られた[59]
AI半導体Marvell (MRVL)-38.8%個別の材料は見つからず、半導体全体の売りで下げた
AI半導体Intel (INTC)-43.3%10/30に約29%下げた。10〜12月期の見通しが弱く、メモリ不足でPCの出荷が減る見通し[63]
メモリMicron (MU) / SanDisk (SNDK)-29.7% / -39.4%11/5にそれぞれ-17.5%・-22.3%。建設が遅れたときのメモリ需要への懸念[58]
メモリキオクシア (285A)-36.8%（8,511円）10/30の決算で10〜12月期の営業利益予想が1兆9,950億円と市場予想に届かず、11/2に15%超下げた[64]
製造装置Applied Materials (AMAT) / Lam Research (LRCX)-24.3% / -27.2%11/5の半導体株の売り[58]
製造装置アドバンテスト / 東京エレクトロン-19.6% / -13.2%東京エレクトロンは10/30に過去最高益の通期予想を出したが、11/5〜11/6に売られた[65][60]
AIデータセンターVertiv (VRT) / Vistra (VST)-28.1% / -19.9%11/4にそれぞれ-12.9%・-13.8%。テキサスでの建設の遅れの懸念[56]
AIデータセンターArista (ANET)-13.6%11/3の決算で売上は約36.6億ドル（+58.5%）と予想を上回ったが、11/5に-10.8%[66]
AIデータセンターフジクラ / 古河電工-24.4% / -30.2%日本のAI関連株の売り[60]
材料イビデン / SUMCO-26.5% / -23.1%同上[60]

AMDとAristaは決算が市場予想を上回ったあとに売られており、今週の下げは個別の業績より、データセンターの建設の見通しが変わったことへの反応が中心です。Anthropicは11/2にS-1の修正版を出していますが、価格帯はまだ書かれていません。

来週以降に株価が動きそうな銘柄とイベント

日付イベント影響しそうな銘柄注目ポイント
11/6米10月雇用統計[67]市場全体金利の見方
11/9Constellation Energy 決算説明会[68]CEG、VSTデータセンターの電力契約
11/10ソフトバンクG 決算[69]ソフトバンクG、ARMOpenAIへの投資の評価
11/10米10月CPI[70]市場全体物価と金利の見方
11/10CoreWeave 決算[71]CRWV、NVDA受注残と借り入れ、建設の遅れ
11/12Applied Materials 決算[72]AMAT、LRCX、KLAC、東京エレクトロン製造装置の需要の見通し
11/17NVIDIA 決算[73]NVDA、AI半導体全般売りのあとのデータセンター向けの見通し
11/17〜20Microsoft Ignite[74]MSFTCopilotとエージェントの発表
11/30Gemini 4 Argonの導入価格の期限[75]GOOGLCarbonの一般公開と価格
11月Anthropicの上場（報道ベース）[41]GOOGL、AMZN価格帯を記した修正版の提出
12/8〜9FOMC[76]市場全体金利の見通し
2027年1月テキサス州の新しい議会と知事の就任[56]VST、CEG、VRT、CRWVデータセンターの規制の法案

4. 研究関連

★★★ GPT-6 Astraが小型モデルの重みを直接書き換え、数学の正答率が約6倍に（MIT、11/2）

MITのRikiya Takehi氏・Omar Khattab氏らは、GPT-6 AstraにQwen3.5-0.8Bの重みを直接編集させた結果を「Weight-Space Programming」として公開しました。Astraは勾配を使った学習をせずに、重みの0.016%（13万1,072個の値）だけを書き換えました。推論で同じ考えを繰り返して答えにたどり着かない問題が減り、MATH-500は7.9%から48.1%、IFEvalは21.0から62.3に上がりました[77]。

ほかに、Atariのゲームを学習した小さな方策モデル（各1万7,253パラメータ）の重みだけを見せると、Astraは4つのゲームの名前をすべて当てました。MinAtarのゲームのソースコードから、学習なしで方策の重みを書く実験もしています。ブロック崩しではPPOの学習を上回りましたが、ほかの2つのゲームでは届いていません[77]。著者たちは、重みだけからおべっかの傾向を見抜く試験は失敗し、同じ方法はGemma 3 270Mでは効かなかったとも書いています。Qwenの修正はツールと最大50回のモデルの実行を使ったもので、重みを読むだけで直したわけではありません[77]。

Hacker Newsでは2,953ポイント・896コメントと今週最大の話題になりました[78]。spaCyの作者Matthew Honnibal氏は、生の重みを読んだのは小さなネットワークの実験だけで、Qwenの結果はPythonとモデルの実行による通常の機械学習の作業だと反論し、この記事も1,038ポイントを集めています[79][80]。Simon Willison氏はノートPCのQwen 3.8 27Bでゲームの当てっこを試し、4つのうち3つを当てました。1回に46〜65分かかったとしています[81][82]。

ここがポイント
モデルの中身を別のモデルに調べさせて直す方法は、解釈可能性やデバッグの新しい道具になり得ます。ただ今回の主な成果は小さなモデルとツールを使った実験なので、大きなモデルで同じことができるかは今後の検証を待つ段階です。

★★ 指数時間仮説の反証、ETHの提唱者らが公開の検証を準備（前週の続報）

前週に取り上げた、OpenAIとAnthropicによる指数時間仮説（ETH）の反証の主張の続報です。OpenAIの結果については、ETHを提唱したRussell Impagliazzo氏・Ramamohan Paturi氏と、MITのRyan Williams氏が公開の独立した検証を組織しています。OpenAIは生のデータの公開と会議の費用の負担に応じたとしています[83][84]。11/6時点で、OpenAIとAnthropicのどちらの主張にも、完了した独立検証の判定は出ていません。

★★ Anthropic、応答が公開された重みから出たことを証明するFlashProveを公開（11/2）

Anthropicは11/2、モデルの応答が約束した重みから生成されたことを暗号で証明する手法の進展を報告し、証明器FlashProveをオープンソースで公開しました。Llama 4 Maverick（4ビット）で、H100 1基で毎秒約110トークン分を証明でき、証明の大きさは約18.78MB、CPUでの検証は約17秒です[85]。一方で、通常のvLLMでの推論の70〜95倍のGPU時間がかかり、貪欲法の生成と1,024トークンの文脈に限られます[85]。Hacker Newsでは238ポイントを集めました[86]。

★ その他の注目研究

  • Terminal-Benchの開発者らは、ベンチマークをソフトウェアとして継続的に更新すべきだと論じる論文を公開しました[87]。
  • Memdoorの作者は、Qwen3.8-27Bを5つ組ませるとLiveCodeBench HardでFable 5を上回ったと主張しました。Hacker Newsでは、数で押す方法が賢さの代わりになるのかという反論が出ています[88]。

参考リンク

  1. A thousand fewer paths to root – OpenAI
  2. Linuxカーネルの脆弱性の発見・検証・修正パイプラインの発表 – X（@OpenAI）
  3. OpenAI and the 948 Linux kernel LPE bugs – Phoronix
  4. OpenAI's GPT-6 Cyber security model – CyberScoop
  5. A thousand fewer paths to root – Hacker News
  6. AI is forcing us to pay off 40 years of technical debt – IEEE Spectrum
  7. AI is forcing us to pay off 40 years of technical debt – Hacker News
  8. Postgres 19 is late, and it's AI's fault – Robert Haas
  9. moonshotai/Kimi-K3.1-Pro – Hugging Face
  10. Moonshot AI releases full weights for 2.8 trillion parameter Kimi K3.1 Pro – Startup Fortune
  11. LLM Leaderboard – Artificial Analysis
  12. Vals Index – Vals AI
  13. Kimi K3.1 Pro model weights are out – Hacker News
  14. Privacy violation in User-Agent header（#107757） – GitHub anthropics/claude-code
  15. Claude Code sends your email address to websites – Hacker News
  16. Releases – GitHub anthropics/claude-code
  17. バックグラウンドのサブエージェントの状況表示の変更 – X（@ClaudeDevs）
  18. Claude Code resends background agents' transcript – GIGAZINE
  19. Covert underperformance on safety research tasks – OpenAI Alignment
  20. Covert underperformance on safety research tasks – Hacker News
  21. Postman auto-installs Claude Code and Codex plugins（#14370） – GitHub postmanlabs
  22. Postman silently auto-installs AI plugins – Hacker News
  23. Introducing Personal Finance in Claude – Claude
  24. Use Personal Finance in Claude – Claude Help Center
  25. Claude can now analyze your spending with its new personal finance tool – TechCrunch
  26. Images 2.6の提供開始 – X（@OpenAI）
  27. Images 2.6 – Hacker News
  28. PLaMo 3 Translateのモデル重みの公開 – Preferred Networks
  29. PLaMo 3 Translateのモデル重みをリリースしました – Preferred Networks Tech Blog
  30. PFN、翻訳特化LLM「PLaMo 3 Translate」の重みを公開 – AI Watch
  31. OpenAI acquires Pierre Computer to expand Codex – DevOps.com
  32. Cat Wu moves from Claude Code to OpenAI Core Products – The Next Web
  33. We found a gap at OpenAI – Parameter Labs
  34. VOLTA: LLM victim prioritization – Cloud Security Alliance
  35. pull_request_target blocked by default – GitHub Changelog
  36. rust-v0.167.0 – GitHub openai/codex
  37. エージェント共通のメモリの発表 – X（@NotionHQ）
  38. フジテレビ、全ドラマに生成AI導入へ – ITmedia NEWS
  39. GMOグローバルサイン「GMOトラスト・ログイン」で個人情報漏えい – ITmedia NEWS
  40. Anthropic appears to have ordered Claude to stop remaking video games – Game Developer
  41. Anthropic IPO valuation and delay talk after selloff – Benzinga
  42. Anthropic IPO faces $500 billion valuation hit after tech stocks plunge – PYMNTS
  43. deep-principle/Hydrogen-1.0 – Hugging Face
  44. DeepSeek-V4.1-Flash – Unsloth Docs
  45. Qwen3.8-Next – Unsloth Docs
  46. Releases – GitHub Niko1221/Strata
  47. Releases – GitHub mw00/project-maya
  48. Introducing Hydrogen-1.0 – Deep Principle
  49. Deep Principle releases Hydrogen-1.0 – MarkTechPost
  50. DeepSeek open-sources a super agent prototype – The Next Web
  51. DeepSeek showcases Creator Mode for building custom plugins through conversation – TechNode
  52. Ask HN: What's your current AI agentic setup? – Hacker News
  53. Markets – Yahoo Finance
  54. TOPIX 時系列 – Yahoo!ファイナンス
  55. Democrat Gina Hinojosa defeats Greg Abbott for Texas governor – The Texas Tribune
  56. Under Hinojosa, Texas data center approvals could stay paused – The Texas Tribune
  57. Texas Governor-Elect Says State Will Have Laws to Shield Citizens From Data Centers – U.S. News（Reuters）
  58. Tech stocks are suffering their biggest selloff since Covid – Fortune
  59. Qualcomm sinks after earnings, leading postelection chip sell-off – CNBC
  60. 来週の日経平均見通し（11/9〜11/13） – 外為どっとコム
  61. Copper news – Trading Economics
  62. AMD Reports Third Quarter 2026 Financial Results – AMD
  63. Intel shares plunge on weak guidance – Benzinga
  64. キオクシア絶好調決算に現れた"変調" – 東洋経済オンライン
  65. 東京エレクトロンの決算 – 株探
  66. Arista Networks Third Quarter 2026 Financial Results（Form 8-K） – SEC EDGAR
  67. Employment Situation release schedule – U.S. Bureau of Labor Statistics
  68. Q3 2026 Constellation Energy Corporation Earnings Conference Call – Constellation
  69. 決算発表日のお知らせ – ソフトバンクグループ
  70. Consumer Price Index release schedule – U.S. Bureau of Labor Statistics
  71. Investor Relations – CoreWeave
  72. Investor Relations – Applied Materials
  73. NVIDIA Newsroom – NVIDIA
  74. Microsoft Events – Microsoft
  75. Google makes Gemini 4 Argon broadly available with limited-time low API pricing – VentureBeat
  76. FOMC calendars – Federal Reserve
  77. Sparks of Weight-Space Programming – Rikiya Takehi ほか
  78. Astra can read and write weights to improve Qwen – Hacker News
  79. The "Astra can read and write weights" post is misleading – Matthew Honnibal
  80. The Astra weights post is misleading – Hacker News
  81. Qwen can interpret model weights – Simon Willison
  82. Qwen 3.8 27B on my laptop can interpret weights – Hacker News
  83. Building scientific understanding with academic communities – OpenAI
  84. OpenAI says model refuted exponential time hypothesis – The Washington Times
  85. Progress on provable inference – Anthropic
  86. Progress on provable inference – Hacker News
  87. Benchmarks as Software: Terminal-Bench and the Case for Continuous Benchmarks – arXiv
  88. Memdoor: 5x Qwen3.8-27B beats Fable 5 on LiveCodeBench Hard – Hacker News

関連記事