複数のAIエージェントが中央調整者なしに自律的に数学研究を行うマルチエージェント環境「Station」の研究。AlphaEvolveカタログの12問と追加2事例に取り組み、有限体Kakeya集合の新無限族、11次元での604点キス配置、離散化Kakeya針問題と符号不確実性問題の新記録、Erdősの最小重複問題の下界改善など5問で新規結果を得た。数値的構成だけでなく定理や解析も生成し解釈可能性を高めた。
Google DeepMindは、AIモデルの性能評価においてAIや開発企業によるカンニングを防ぐため、業界初の「二重盲検評価」を試験導入した。Google Cloudの機密コンピューティング技術を用いて仮想マシン内でテストプロンプトとモデルの重みを双方非公開のまま処理し、外部評価機関と開発企業のどちらもデータ漏洩リスクを負わずに評価できる仕組み。シンガポールAI研究所やMLCommons、AVERIなどと共同でGemini 2.5 Flash-Liteを用いた初期パイロットテストを実施済み。
エムスリーAI・機械学習チームがYANS2026(言語処理若手シンポジウム)にゴールドスポンサーとして参加した参加レポート。約250件のポスター発表があり「評価・安全性・信頼性」が最多トピックだったこと、自社ブースでの取り組み紹介、タスクベクトルの成分分解に関する研究にエムスリー賞を授与したことを紹介。学生向けインターンとエンジニア採用の告知も含む。
AAAI Summer Symposium 2026にてNYUのQuanyan Zhu教授が、生成AIが欺瞞的な脅威となりうることをテーマに講演。エージェンティックAI市場の急成長や、セキュリティにおけるRed Team/Blue Teamの両面でのAI活用、複数エージェントが連携するInternet of Agentic AI構想を紹介しつつ、エージェンティックAIが武器化されつつある現状に警鐘を鳴らした。
NYUのYann LeCun氏がETH Zurichでの講演で、人間レベルのAIを目指すなら大規模言語モデルではなく世界モデル（JEPA）に取り組むべきだと主張。現在の生成AIはノイズの多い連続的な現実世界の認識・行動やゼロショット推論が苦手であり、知性とは記憶量ではなく未知の状況への対応力だと論じている。