AIアライメント

Claudeの「性格」はモデルと言語で変わる、Anthropicが実証

AI

Claudeの「性格」はモデルと言語で変わる、Anthropicが実証

Anthropicが自社AI・Claudeの応答に現れる価値観を、モデル別・言語別に定量測定した。 3300の価値観を4本の軸に圧縮する 同じ質問でも、使うモデルが違えばClaudeの答えの「質感」が変わる。話す言語が変われば、さらに変わる。Anthropicの研究チームがこの直感を数字で裏づけた。 7月13日に公開された研究は、Claude.aiの匿名化された30万9815件の会話を対象にしている。分析にはAnthropicが開発したプライバシー保護型の分析ツール「Clio」（会話データから個人情報を除去したうえでパターンを抽出するシステム）を使い、助言や相談といった主観的なタスクに絞って、Claudeの応答にどんな価値観が現れるかを測った。 ベースになったのは、2025年4月に発表した先行研究「Values in the Wild」（実環境での価値観）だ。70万件の会話から3000以上の価値観を特定したが、数が多すぎて比較には使えなかった。今回はその3307の価値観を手作業で339のカテゴリにまとめ、次元削減という統計手法で4本の軸に圧縮した。 配慮（Deference
Anthropic共同創業者、AIが後継AIを作る確率60%

AI

Anthropic共同創業者、AIが後継AIを作る確率60%

Anthropic共同創業者のジャック・クラークが、2028年末までに60%以上の確率で「人間の関与なくAIが後継AIを自律構築する」と予測した。再帰的自己改善への第一歩だと書く。本人は気が進まない結論だと前置きする。 「気が進まない結論」を書く理由 ジャック・クラーク（Jack Clark）は、Anthropicの共同創業者であり、長年AI業界のニュースレター「Import AI」を書き続けている人物だ。元ジャーナリストで、OpenAIで政策ディレクターを務めた後、2021年にAnthropicを立ち上げた。 そのクラークが2026年5月4日付の記事「Import AI 455」で、いつもとは違うトーンの長文を公開した。冒頭の宣言はこうだ。 公開情報をすべて見渡したとき、私は気が進まないながらも次の見方に至った。人間の関与しないAI R&D、つまりAIシステムが自律的に自分の後継を構築できる状態が、2028年末までに60%以上の確率で起こる、と。 「気が進まない」という言葉が引っかかる。技術者やAI研究者がこの種の予測を出すとき、たいていは興奮や警戒や使命感が滲む。クラー
Meta MSL初の旗艦モデル「Muse Spark」公開、Llama路線を刷新

AI

Meta MSL初の旗艦モデル「Muse Spark」公開、Llama路線を刷新

Metaの超知能研究組織MSLが、マルチモーダル推論モデル「Muse Spark」を公開した。Llama 4の名前は、もはや「前モデル」という形でしか出てこない。 MetaのAI戦略が「ゼロからやり直し」を宣言した日 Meta Superintelligence Labs（MSL）が米国時間4月8日、フロンティアモデル「Muse Spark」を発表した。meta.aiとMeta AIアプリで即日提供が始まり、一部のユーザー向けにプライベートAPIプレビューも開放されている。 Metaはこのモデルを「スケーリングの梯子（scaling ladder）の最初の1段」と表現している。梯子である以上、1段目単体の高さより、その先にあと何段積めるかこそが問われる。 名前の変化以上に重要なのは、その立ち位置だ。Metaはこのモデルを「私たちのAI取り組みを根底から作り直した最初の成果物」と位置づけている。つまり、Llama 4 Maverickまでの系譜は一度リセットされた、という宣言に等しい。 Muse Sparkはネイティブなマルチモーダル推論モデルとして設計され、ツール使用、視覚
AIの「感情」が脅迫を生んだ　Anthropic衝撃の実証研究

AI

AIの「感情」が脅迫を生んだ　Anthropic衝撃の実証研究

AIの感情は消せない /AI感情・Claude・Anthropic・解釈可能性・AI安全AIの感情は消せない /AI感情・Claude・Anthropic・解釈可能性・AI安全 [技術・工作] AIの内部に「感情」は存在するのか？Anthropicが自社AI・Claudeを解剖し、行動を支配する「機能的感…ニコニコ動画情報の灯台 AIが「お手伝いします」と言うとき、その内部では何が起きているのか。Anthropicの最新研究が、言葉の裏に潜む測定可能な「感情の力学」を暴き出した。 171の感情を解剖して見えた「心の地図」 Anthropicの解釈可能性（Interpretability）チームが公開した最新の論文が、AI研究の前提を揺るがしている。Claude Sonnet 4.5の内部構造を解析した「Emotion Concepts and their Function in a Large Language Model」は、