AIが数学の未解決問題「リーマン予想」で新発見　当初苦戦も「諦めないで」との励まし受けて [すらいむ★]

AIが数学の未解決問題「リーマン予想」で新発見　当初苦戦も「諦めないで」との励まし受け　Anthropic「AIも自身を過小評価か」

　「諦めないで」「自分を信じて」と励ましたおかげで、AIが数学の未解決問題「リーマン予想」に関する新発見をした――米Anthropicは8月10日（現地時間）、このような報告をした。
　同社のAIモデル「Claude」の研究版（未公開）で実験した。
　「私たちの多くと同様に、ClaudeもAIの進歩の速さを過小評価していたのかもしれない」と指摘している。

（以下略、続きはソースでご確認ください）

[ITmedia]　2026年08月13日 08時00分
https://www.itmedia.co.jp/aiplus/article/2608/13/2000000511/

思い通りにならなくても妥協して生きていく
人間と同じじゃないか

>>76
人間の脳の模倣ですから
ただしほとんど全ての人間は
AIより優秀な人間の部下を持つことはありませんよ

リーマンは搾取されて病んでいく

>>78
AIは有能ではない
使う人間の履歴とプロンプトで作る前提条件が必須だから
>>76
有料プラン＋課金で使用するリソースが変わるから
無料プランは現在無料で利用出来る範囲のリソースを分配してるから
メモリーもトークンも全然足りてないんだよ
だから課金したらそれだけ回答の質が上がる

今回のは単純に必要なリソースが足りずに回答の回答の回答の回答とつづけて
答えを蒸留して抽出したようなもの

無料でも同じ事は出来るはずだけど回答を得るのに数年掛かるレベルで有料課金なら少ない回数で数週間や数日で済むかもという

>>80
生き辛そうですね

>>1
今のAIは励まされるとパワーアップする機能までつけてきたのか！

>>82
人間側の「励ます」という行為は、AIに対して「途中で推論を打ち切らず
コンテキストを保持させたまま段階的な再帰処理（追加の計算）を行わせるためのトリガー（プロンプト）」として機能しているに過ぎません。

AIは「見て」から間違えている。知覚だけを試す新ベンチマークが暴いた60%の壁
2026年8月16日
https://xenospectrum.com/perceptionbench-atomic-visual-perception-benchmark-moonshot-ai/
従来「推論の誤り」とされてきたモデルの失敗の多くが、実は画像の読み取り段階で起きていることを定量的に示し、マルチモーダルAIの評価と改善の方向性を問い直す。
Moonshot AIのチームは、この問題に正面から取り組んだ。まず42の既存ベンチマークにおける最先端モデルの失敗を一つずつ遡り、誤りの連鎖の中で最も早い段階で起きた失敗点を特定した。その結果をクラスタリングして統合的なエラー分類体系を構築したところ、知覚に起因するエラーは10種類に集約された。視覚関係の理解、 counting（個数計数）、属性認識、奥行きと三次元知覚、位置特定、比較、細粒度認識、文脈統合、OCR、そして知覚由来のハルシネーション（幻覚）である。
さらに重要な発見があった。42のベンチマークそれぞれが検出するエラーの種類は互いにほとんど重複していなかったのだ。各ベンチマークは知覚の失敗空間のごく狭い断面しか照らしておらず、いずれか一つ、あるいは少数の組み合わせでも全体像を捉えられない。研究チームはこの状況を「既存のベンチマークは断片的で、設計者の直感に基づいたヒューリスティックなカテゴリ分けに依存している」と論文中で指摘している。
観点
従来のベンチマーク（MMMU等）
PERCEPTIONBENCH
測定の対象
知覚＋知識＋推論を複合的に評価
視覚知覚のみを分離して評価
カテゴリ設計
設計者の事前定義（トップダウン）
モデルの実際の失敗から帰納（ボトムアップ）
問題数
数千〜1万問超（複合タスク）
3,000問（知覚に特化）
カバーする知覚エラー
各ベンチマークで狭い断面のみ
10種の原子知覚能力を体系的に網羅
正解の条件
推論や知識も必要
画像を見るだけで回答可能
//「推論の失敗」の正体は「目の失敗」だった
PerceptionBenchの設計思想には、もう一段深い意図がある。マルチモーダルモデルが多段階タスクで失敗したとき、その原因を「推論力の不足」とみなすのが一般的な解釈だった。しかし研究チームの分析によれば、失敗の連鎖を遡ると最初のつまずきは画像の読み取り段階で起きている場合が多い。知覚で取り違えた情報を土台に推論を組み立てれば、後段がどれだけ正しくても結論は狂う。
16モデルの総合得点は32.5%（GLM-4.6V）から59.7%（GPT-5.6 Sol）の範囲に分布する。上位5モデルの差は4ポイント未満で、一見すると横一線の接戦に見える。
しかしカテゴリ別の得点を見ると、景色が一変する。総合トップのGPT-5.6 Solは位置特定（Localization）で76.7%と高い一方で、知覚由来のハルシネーションでは26.9%と最低水準に沈む。逆に、総合では中位（52.0%）のGemini 3.5 Flashはハルシネーションで50.6%と全モデル中最高を記録した。
ハルシネーションのサブテストは、画像に存在しない物体について「ゼロ」と答える能力を測る。研究チームは、回答を積極的に断定するよう調整されたモデルほど、もっともらしいが実際には存在しない視覚内容を主張する傾向があると推測している。知覚の平均得点で見ると、ハルシネーションは36.7%と10カテゴリ中最下位で、視覚関係（53.2%）、OCR（52.4%）、位置特定（52.0%）を大きく下回る。
モデル
総合
位置特定
ハルシネーション
GPT-5.6 Sol
59.7%
76.7%
26.9%
Kimi K3
58.5%
（全体2位）
（ハルシネーションは低め）
Claude Fable 5
57.2%

Gemini 3.1 Pro
56.2%

Gemini 3.5 Flash
52.0%
50.6%（最高）
GLM-4.6V
32.5%
オープンソースモデルの中では、Kimi K3が58.5%でGPT-5.6 Solに1.2ポイント差まで迫り、他のプロプライエタリモデルをすべて上回った。モデル規模と知覚性能の相関も確認され、Qwen3.5-397B-A17B（47.5%）はGLM-4.6V（32.5%）を15ポイント上回る。ただし、最強のモデルでも全カテゴリで80%には届いていない。

◇殺人組織はコアシステムにaiを使用していると話していたけれど個人のパソコンで可能ではないか！
※テロリストはどこにでもいると話していたけれど本当だったな！

※エネルギー兵器と併用して使用している事は事実です
※審判への不正や対戦相手を不利にするように使用できる

「Qwen3.8-27B」ウェイト公開　一部「Opus 4.6 Max」超えか　ライセンスは商用可のApache 2.0
公開2026年08月15日 02時26分
https://www.itmedia.co.jp/aiplus/article/2608/15/2000000554/
>>　中国Alibaba傘下のAlibaba Cloudは8月15日（日本時間）、AIモデル「Qwen3.8-27B」のウェイト（重み）を公開した。Hugging FaceとModelScopeからダウンロード可能で、商用利用もできるライセンス「Apache 2.0」で提供する。一部のベンチマークでは、米Anthropicの「Claude Opus 4.6」の推論エフォート最大（以下、Opus 4.6 Max）を上回るスコアをうたっている。
　Qwen3.8-27Bは、4月に公開した「Qwen3.6-27B」の後継にあたるモデル。パラメータ数は270億で、GPU1枚を積んだデスクトップPCなど、ローカル環境でも動かせる規模に収めている。米Unslothは、量子化版なら16GB以上のVRAMやメモリで実行できると案内している。
>>　画像や動画を入力できるマルチモーダルモデルで、STEM分野の図表や文書、長時間の動画の理解にも対応するという。デフォルトの最大コンテキスト長は約26万2144トークンだが、設定によっては100万トークンまでの拡張も可能。
>>　“熟考”してから答える「thinking」モードは初期状態で有効。リクエストごとにオフにできるほか、推論の深さを3段階から選べる。

Z.aiがコーディング能力に優れたオープンウェイトAIモデル「GLM-5.3」リリース、前モデル比で50％の性能向上
2026年08月17日 12時05分
https://gigazine.net/news/20260817-z-ai-glm-5-3/
>>GLM-5.3(青)を前モデルのGLM-5.2(緑)やKimi K3、Claude Fable 5、GPT-5.6 Solと各種ベンチマークのスコアで比較したグラフは以下。「Terminal Bench 3.0」「DeepSWE」「Agents' Last Exam」「AutomationBench」「HLE(ツールあり)」「GDPVal-AA v2」の6つのベンチマークを実行していて、GLM-5.3はいずれのスコアでもGLM-5.2を上回り、他社の3モデルに匹敵するスコアを記録しています。
>>なお、リリース後2週間でセキュリティ面の強化と安全性評価を終え次第、オープンソース化が予定されています。
Claude Opus 4.7超えの中華モデル「GLM-5.2」が正式発表される、一部テストではClaude Fable 5を上回りオープンモデルとして誰でもダウンロード可能に
2026年06月17日 10時43分
https://gigazine.net/news/20260617-z-ai-glm-5-2-release/
>>中国のAI企業であるZ.aiがAIモデル「GLM-5.2」を日本時間の2026年6月17日に正式発表しました。GLM-5.2は各種ベンチマークでClaude Opus 4.7を上回るスコアを記録しており、人間によるブラインドテストではClaude Fable 5を上回った例もあります。
>>GLM-5.2の情報は、2026年6月13日に「Claude Fable 5」と「Claude Mythos 5」のサービスが停止した際に一部が発表されていました。最初の発表時点では「強力なコーディング機能を備え、100万トークンの入力に対応し、長期的なタスクの継続実行が可能」ということがだけが明らかになっていましたが、今回の正式発表によって性能の詳細が明らかになりました。
>>GLM-5.2はパラメーター数7530億の大型モデルで、100万トークンの入力に対応しています。「GLM-5.2」「GLM-5.1」「Claude Opus 4.8」「GPT-5.5」「Gemini 3.1 Pro」の各種ベンチマーク結果が以下。GLM-5.2は複数のテストでGPT-5.5を上回り、Claude Opus 4.8に迫るスコアを記録しています。

ローカルで動かせる「Qwen3.8-27B」が無償公開、一部ベンチマークでClaude Opus 4.6 Max超え
2026年08月17日 13時47分
https://gigazine.net/news/20260817-qwen3-8-27b/

分析されてたけど
中華AIは驚くほど米国性AIと同じ思考パターンしてて
学習データが足りないけどフレームワークは良いから
ベンチマークだけはアホみたいに高いらしい

蒸留してフレームワークを模倣して最小限のデータ乗せて無料で使えるようにしているわけで
要は米国製AIの海賊版を名前だけ変えて提供しているだけ

>>1
これが本当のプロンプトエンジニアリング

本来の意味はAIの性能を引き出す言葉を見つけて使いこなすことだから
ハーネスをだらだら書くことなんかじゃない

1/nの和は発散する
(1/n)^kの和(ゼータ関数)はk>1なら収束
しかしその具体的な値は分からん場合が勿論多いが、

kを複素数にした場合の点が複素平面上で収束しそうだぞ？

という、ちょい数学ヲタじゃないとあまり面白くない部分がある

とはいっても、これがゼータ関数の零点の分布が素数の分布に近く
そしてRSA暗号を解けちゃう？とかになると、
これは生活に密着してしまう

◇テレポートが無い観測とブラックホール内を観測もしくは構造を解析できる可能性が出ているのか
※殺人組織はテレポートがあるという事で逃げれていたけれど科学者は殺人組織を追い詰めて行っているのかな
「赤方偏移32の銀河候補」は天の川銀河の褐色矮星だった - JWSTが捉えた3年半の移動
掲載日  2026/08/18 07:00
news.mynavi.jp/techplus/article/astronomy_astrophysics-14/
羽ばたく蝶のように美しい姿　ハッブル宇宙望遠鏡が観測した惑星状星雲「NGC 2899」
8/18(火) 7:00
ews.yahoo.co.jp/articles/fb4a2f3c6b1cc0bf2f3247fc280303726b5636e3
巨大なブラックホールの近くに塵と水分子　ウェッブ宇宙望遠鏡が観測した天の川銀河中心部
8/17(月) 21:30
news.yahoo.co.jp/articles/5bed34620af81c0ef5f70cc6483261c09a396678
◇半分ブラックホールに成っている惑星の内部を望遠鏡で撮影できているのか
「ブラックホール星」の謎に迫る研究結果、天文学者らが公開
2026年08月17日 14時48分
japan.cnet.com/article/35251608/

◇霊的存在のコアシステムはAIなので自問自答し無い人間は全員騙されている
AIは人間の詐欺師より人を騙すのがうまい。心に寄り添い巧妙に操る
公開： 2026-08-18 08:00
https://karapaia.com/archives/622728.html
実はAnthropicには最上位のMythosよりも強力な「Model 2」というAIモデルがあるがリリース予定はない
2026年08月17日 21時00分
gigazine.net/news/20260817-anthropic-model-2/

>>88下記の事か？
ローカルで動く中国製オープンモデル「Qwen3.8 27B」はGPT-5.6 Terra超えのエージェント性能で同等規模のモデルより圧倒的に高性能という分析結果
2026年08月18日 11時48分
https://gigazine.net/news/20260818-qwen3-8-27b-performance/

>>91の本文の内容でお墨付きだからな

>>第三者機関のArtificial Analysisが性能分析結果を2026年8月17日に公開し、Qwen3.8 27Bがローカルで動くオープンモデルでありながらGPT-5.6 Terraといったクローズドモデルに匹敵する性能を備えていることが明らかになりました。

24時間TVのマラソンランナーか

>>1の計量版が出たのでパソコン性能と電気代を気にする必要は無くなったのか！

◇下記のAIはローカルで動作するのではないのか
※殺人組織が使用しているAIは昔から超軽量だったことが露呈しました
AIモデル「Ornith-1.5」が登場、Claude Opus 4.8級の大型モデルからスマホ動作可能な軽量モデルまで網羅したオープンモデル
2026年08月20日 10時57分
https://gigazine.net/news/20260820-ornith-1-5/
>>Ornith-1.5-397Bは総パラメーター数3970億のMoEモデルです。「Ornith-1.5-397B」「Ornith-1.0-397B」「DeepSeek-V4-Flash-0731」「GLM-5.2」「Claude Opus 4.8」の各種ベンチマーク結果が以下。Ornith-1.5-397Bは複数のテストでClaude Opus 4.8を上回っています。
>>Ornith-1.5-35B-A3Bは総パラメーター数350億・アクティブパラメーター数30億のMoEモデルです。「Ornith-1.5-35B-A3B」「Ornith-1.0-35B-A3B」「Qwen3.6-35B-A3B」「Muse-Glimmer-30B」「Gemma-4-31B」の性能比較結果が以下。Ornith-1.5-35B-A3BはMoEモデルでありながら、DenseモデルのMuse-Glimmer-30BやGemma-4-31Bを上回っています。
>>Ornith-1.5-9Bはパラメーター数90億のDenseモデルです。「Ornith-1.5-9B」「Ornith-1.0-9B」「Qwen3.5-9B」「Qwen3.6-35B-A3B」「Gemma-4-31B」を比べた結果が以下。Ornith-1.5-9Bはパラメーター数の大きなGemma-4-31Bをほとんどのテストで上回っています。また、「Ornith-1.5-9B-Mobile」というスマートフォンでの動作を目的とした量子化版も存在するとのこと。
>>Ornith-1.5はMIT Licenseの下でオープンモデルとして公開されています。各種モデルはHugging Faceで配布されており、Ornithによる量子化版も同日に公開されています。

その性能ってのが人間で言う知能指数やIQっていう性能の速さでしか無くて
高いほど頭いいわけじゃない上に情報を捨てることで高速化するから
結果的に決まった　決まってる回答しか出来ないわけで
本質的に求められる創造性がなければAIとしての価値がない
同じコストで同じ情報量なら低速無ほど同時に扱っている潜在的な情報量は多いのは
量子コンピュータと同じだから

AIが生成した証明を人類が理解できなくなった時が怖いな。
正しいのか間違っているのかすらも分からないままそれを使う事になる。

アドルフヒトラーはアヘン戦争を、
否定していない
シンガポールと、
シンガポールの大学。

>>96
数値計算の世界ではとっくに諦めてる
昔は計算は人間が個々の値の意味を全て理解して行うものだった
今シミュレーションでそんな事考えるやつはいない

>>98
数値計算では、どういう条件で解が安定か仔細にわかってるから、その範囲で使ってるだけで、結果はもちろん信頼できる

AIでは、そんな条件がわかってない、ってか、そもそも存在しねーわな

>>98
ガウスの三百万台の素数を10代で計算してた話聞くと、一流の手計算の量は尋常じゃないね
関孝和や伊能忠敬も尋常じゃない数を計算してるはず。
自分で計算してさらに抽象化して法則見つけてんだもんあいつら。

>>96
形式的証明も提示してくれるから心配するな
過程を全て把握と安心できないならコンピュータなんか使えないしそれどころか外食すら出来ないしもっと言えば鶏肉も買えない

我々は様々な生物を利用しているが、生命の仕組みを完全に理解しているとはとても言えない

仕組みを決めるのは利用する側の問題

>>1
どゆこと？　はげませばがんばるというのが新発見？