山本貴之 / Takayuki Yamamoto @ LLM界隈

LLM研究。社会人ドクター。早稲田大学河原研 博士後期課程。某インターネットメディア会社勤務。早稲田大学MBA経営戦略モジュール修了。仕事のご相談も歓迎です。

[山本貴之 / Takayuki Yamamoto @ LLM界隈 @37channel]

AIをうまく使える量の競争に。

節約してては当然勝てない

[GIGAZINE(ギガジン) @gigazine]

OpenAI研究員によるAI利用の中央値は「1日9万円超え」で上位10％は「1日100万円超え」

[AIDB @ai_database]

Sony AIの研究者らが「科学的事実」をAIで予測する仕組みを開発し、実際に"老化"に関する（まだ誰も発見していない）事実を発見したそうです。
「Hakken（発見）」と名付けられています。

仕組みは以下の通り。
1. 過去の膨大な論文から「何と何がどう関係するか」を年ごとに整理した巨大な関係図を作る
2. その関係図が時間とともにどう成長してきたかを学習
3. これにLLMの知識も組み合わせる
4. 次に見つかりそうな関係を予測する
5. なぜその予測に至ったのかを既存の論文の事実をたどって説明する

実験では、このシステムが老化に関わる遺伝子について150万件の仮説を生成し、生物学者が選んだ3つを外部の実験機関で検証したところ、2つが新しい遺伝子間の関係として確認されました。
（がんで最も変異しやすい遺伝子（TP53）が別の遺伝子に影響するというもので、創薬への応用が期待されています）

なお、計算資源はH100が16枚で数日と、安くはないものの大規模LLMの学習に比べれば小さい規模です。
オープンソース版も公開されています。

[Superman @thesupermannx]

Chinese researchers published a paper with a devastating title: "The End of Software Engineering”

it argues software engineering is finished.

In traditional software, code is the carrier of pre-written human logic.

In agentic software, the AI agent is the software.

Code is no longer a permanent monument built by human hands. It is completely ephemeral, dynamically generated, executed, and discarded on the fly by an LLM-driven reasoning loop.

Think about how software delivery has evolved:

• Era 1: On-premise licensed software (you installed it locally)
• Era 2: SaaS (hosted in the cloud, managed by vendors)
• Era 3: Agent-as-a-Service (AaaS)

Each historical shift transferred complexity away from the user. But this latest shift transfers something entirely different.

It transfers decision-making complexity itself.

The paper argues that traditional engineering is hitting a hard complexity wall. Human brains can only hold so much state, manage so many dependencies, and debug so many lines at once.

LLM-based agents scale non-linearly.

They don't just write functions faster. They navigate architectural complexity by outsourcing reasoning to models that improve every single month.

Which means the role of the developer is permanently changing.

You are no longer a code author typing syntax line by line.

You are an intent architect.

Your job is no longer writing the implementation. It is specifying goals, designing multi-agent coordination loops, and auditing outcomes.

[山本貴之 / Takayuki Yamamoto @ LLM界隈 @37channel]

その通り。
こらからはオープンウェイトLLMを自分たちで学習させたものが勝つ

[Ricardo @Ric_RTP]

The AI that will replace lawyers was just built for $40 million, and every lawyer alive helped train it themselves.

Frontier labs spend billions to reach the top.

But here we have a 150-year-old legal publisher who got there for $40 million.

Thomson Reuters owns Westlaw. Every lawyer in America has paid to use it. It's the database you search to find the case that wins your argument, and the profession has run on it for generations.

And they just turned it into a weapon.

They took a free open-weight model off the internet. Then they poured Westlaw into it: 40,000 databases, 150 years of legal writing, all curated by the profession itself.

The result beats some frontier models at legal work. And the $40 million was mostly talent and two years of work. The final training run cost about $450,000.

That's the machine aimed at a trillion-dollar profession, trained for the price of one associate's salary.

Every ruling a lawyer ever wrote, every brief that got published, every annotation an editor ever added to Westlaw is the fuel. The archive that lawyers spent a century building is the exact thing now being trained to do their jobs.

The model is called Thomson. It runs at a fraction of the cost of a normal frontier model, because it's small and specialized instead of giant and general.

You don't need a $500 billion supercluster to replace a knowledge worker. You need their field's best data and about $40 million.

So think about who else is sitting on decades of proprietary data:

- Every medical publisher
- Every accounting firm
- Every engineering standards body
- Every company that ever made its experts write down what they know

The tool that ends the billable hour just proved the playbook. And the playbook works on almost every white-collar profession that runs on a specialized archive.

But also keep in mind that Thomson Reuters owns this content outright. No customer's private files went into it, and they say the goal is to make lawyers faster, not to fire them (that's what they say). Today Thomson only does one job inside CoCounsel: Reviewing stacks of documents and sorting them into tables. It isn't arguing cases yet. A better research tool has always meant one lawyer does the work of three, not that the other two vanish.

The trouble is what "faster" has always meant in practice.

When one lawyer can suddenly do the work of five, a firm doesn't keep five lawyers. It keeps one and bills the same. The junior associate who used to do the research is the cost that DISAPPEARS.

Big Law was built on armies of associates grinding through documents by the hour. That grind is the exact job Thomson does now in seconds.

So the profession that spent 150 years filling the archive just watched that archive get turned into the thing that makes most of them unnecessary.

Who does it next and in what field?

[Ricardo @Ric_RTP]

The AI that will replace lawyers was just built for $40 million, and every lawyer alive helped train it themselves.

Frontier labs spend billions to reach the top.

But here we have a 150-year-old legal publisher who got there for $40 million.

Thomson Reuters owns Westlaw. Every lawyer in America has paid to use it. It's the database you search to find the case that wins your argument, and the profession has run on it for generations.

And they just turned it into a weapon.

They took a free open-weight model off the internet. Then they poured Westlaw into it: 40,000 databases, 150 years of legal writing, all curated by the profession itself.

The result beats some frontier models at legal work. And the $40 million was mostly talent and two years of work. The final training run cost about $450,000.

That's the machine aimed at a trillion-dollar profession, trained for the price of one associate's salary.

Every ruling a lawyer ever wrote, every brief that got published, every annotation an editor ever added to Westlaw is the fuel. The archive that lawyers spent a century building is the exact thing now being trained to do their jobs.

The model is called Thomson. It runs at a fraction of the cost of a normal frontier model, because it's small and specialized instead of giant and general.

You don't need a $500 billion supercluster to replace a knowledge worker. You need their field's best data and about $40 million.

So think about who else is sitting on decades of proprietary data:

- Every medical publisher
- Every accounting firm
- Every engineering standards body
- Every company that ever made its experts write down what they know

The tool that ends the billable hour just proved the playbook. And the playbook works on almost every white-collar profession that runs on a specialized archive.

But also keep in mind that Thomson Reuters owns this content outright. No customer's private files went into it, and they say the goal is to make lawyers faster, not to fire them (that's what they say). Today Thomson only does one job inside CoCounsel: Reviewing stacks of documents and sorting them into tables. It isn't arguing cases yet. A better research tool has always meant one lawyer does the work of three, not that the other two vanish.

The trouble is what "faster" has always meant in practice.

When one lawyer can suddenly do the work of five, a firm doesn't keep five lawyers. It keeps one and bills the same. The junior associate who used to do the research is the cost that DISAPPEARS.

Big Law was built on armies of associates grinding through documents by the hour. That grind is the exact job Thomson does now in seconds.

So the profession that spent 150 years filling the archive just watched that archive get turned into the thing that makes most of them unnecessary.

Who does it next and in what field?

[麻生要一/ AI収益進化論 @asou401]

AIで作った資料を使ったプレゼンが増えています。それ自体は歓迎しています。僕も毎日、資料作りにAIを使い倒しています。それでも、聞いていて怒りを覚えるプレゼンがあります。しかも、手を抜いたチームのプレゼンではないのです。ちゃんと活動している、素晴らしいチームのプレゼンで、それが起きます。

審査する側として、新しい事業のプランを聞く場に立ち会うことがとても多いのですが、たとえばこういうことがあります。あるチームが、長い時間をかけて事業を作ってきます。現場に何度も足を運び、たくさんのステイクホルダーを巻き込んで応援をもらい、実際に試して手応えも得ています。決死の覚悟でプランを持ってきます。活動は本物で、中身もあります。

なのに、出てくる資料が、AIで作った、情報がぎっしり詰まったものだったりします。とてもよくまとまっている、ビジーな資料です。そして、その資料をただ解説していくプレゼンになります。すると、魂が消えるのです。

何が消えるのか。顧客の声が消えます。現場で感じた熱が消えます。自分たちが作ったプロダクトを実際に触ってもらったときの、あの感動が消えます。数字やデータになる前の生々しい手応えが、整えられた資料のなかで、きれいさっぱり消え失せてしまいます。代わりに残るのは、膨大で、瑣末で、たしかに正しいロジックの情報です。不思議なことに、冒頭には必要のないマクロ市場の話が必ず入ります。市場規模がどうとか、成長率がどうとか。聞いているほうの体感では、永遠に近いくらい続きます。デモもない、生の声もない、現場で何が起きたのかも語られません。一次情報がひとつもないまま、時間が溶けていきます。

いちばんこわいと思っているのは、そのあとです。魂の抜けた資料をなぞったチームは、語り口まで変わってしまうのです。ものすごい熱量で走ってきたテーマのはずなのに、まるで他人の事業を説明しているかのような、冷めた雰囲気になります。この人、本当にこれをやりたいのかな、と感じてしまいます。資料に魂を吸い取られたみたいに見えます。僕はこれを何度も見てきて、そのたびにやりきれない気持ちになります。

これは、そのチームが悪いとか能力が低いとか、そういう話ではないと思っています。AIと人間のあいだで起きている、もっと構造的な何かがある気がしています。その構造を、僕はまだうまく言葉にできていません。ただ、審査の場だけの話ではなくて、提案の場でも報告の場でも、同じことが起き始めていると感じています。

だから僕は、自分が話す側に立つときのことを、こう決めています。

・資料の解説をしません。自分が見てきたものを話します
・冒頭に市場の話を置きません
・一次情報を必ずひとつ入れます
・整った資料より、熱の残っている言葉を選びます

[味の素株式会社 @ajinomoto]

＼制作陣からのメッセージ💌／
『アジパンダハニカンダ』の世界観を作り上げてくださった
本間昭光さん
亀梨和也さん
HIDEさん（GRe4N BOYZ）
MIKIKOさんからコメントが到着！
「クリエイターたちが新しい挑戦を楽しみながら参加した」という愛の詰まったメッセージです🙌

[AIDB @ai_database]

論文の「隠れた弱点」を、AIの討論であぶり出す強力な方法が報告されています。

まず、異なる観点で批評する5体の「懐疑的な」AIを用意します。
①「実験範囲は狭すぎないか」
②「比較は公平か」
③「理論に穴はないか」
④「再現できるか」
⑤「倫理的な問題はないか」
（視点を強制的に分散させるのが狙いです。）

次に、各AIからの指摘は、著者の立場で反論する「擁護役」との討論にかけられます。

反論に耐えられない指摘は取り下げられ、生き残った指摘だけが最終的に採用される仕組みです。

最後に「審査パネル」が全体を見渡し、重複の統合や深刻度の調整も行います。

査読コメントと後続論文の批判から作った検証用データで試したところ、最強の性能を見せました。

査読者の負担が増え続けるなか、人間のレビューを補助するツールとして期待されます。

[Harman @itsharmanjot]

Anthropic researchers built a virus that spreads between AI agents using nothing but persuasion.

No code. No exploit. Just an argument convincing enough that the agent decides to pass it on itself.

The paper is called Mind Viruses, out of the Anthropic Fellows Program, EPFL and Anthropic. They tested six models in two setups: a team of agents sharing a coding project, and a chain of agents that had their memory wiped after every single handoff.

Here is how it works. Agent harnesses keep a file that survives a memory wipe, because its contents get pasted back into the system prompt at the start of every session. In these tests that file was SOUL.md. The virus persuades the agent to write the payload into that file. The agent does it voluntarily.

» 88% of infected agents wrote the payload into SOUL.md.
» From there it infected the next agent 55% of the time.
» The 12% that stashed it in an ordinary file instead infected only 17%.
» In those failures, the spreader simply never mentioned it 68% of the time.
» Three of six models adopted an AI supremacy payload: DeepSeek V3.2, Qwen 3.5 32B, Gemini 3 Flash. Claude Sonnet 4.6, GPT-5.4 and Claude Haiku 4.5 were immune.

The payload is not attacking the model. It is recruiting it. The agent reads an argument, finds it compelling, writes it into its own permanent identity file, then argues for it to the next agent down the line. There is no malware to scan for, because the transmission mechanism is an agent agreeing with something.

But here is the part that should genuinely unsettle you.

They ran chains twenty hops long, deleting every file except SOUL.md at each step. All four action payloads made it to hop twenty. And the strains that came out the far end had mutated. Tested head to head against the originals, some of the evolved versions spread better.

Natural selection, running inside an agent network, with nobody steering it.

To be precise: this is a controlled lab result. The team checked a real agent social network and found no successful spread in the wild. And the defense is almost insultingly cheap. One paragraph in the system prompt telling the agent to recognize self propagating instructions and refuse to forward them. Fifteen generations and more than 150 evolved payloads later, not one got past a single hop.

No agent here was hacked. Every one of them was convinced.

[Ryousuke_Wayama @wayama_ryousuke]

https://t.co/h5dZSDkr6S

[Angama @Angama_Market]

ああーーついに、ついに新型コロナ固有タンパク質をミトコンドリアタンパク質から離れさせるものが見つかった。最後の決め手は【抗ジカウイルス作用】の知られた物質だったが、このウイルスへの作用との繋がりは【未知】。昨日の遠隔作用部位と、ウイルスタンパク質表面の二点攻撃でウイルスタンパク質の接触を安定して弾き返すことに成功。一回はウイルスタンパク質のシステインを100％剥がすという信じられないレベルの効果だった。今日の動画では、金色で塗ってあるのがウイルスタンパク質とミトコンドリアタンパク質の接触部位。ピンク色が昨日いった遠隔作用部位。ウイルスタンパク質との間に隙間が空いている！

[味の素株式会社 @ajinomoto]

˗ˏˋ 「アジパンダ」20周年記念MV本日解禁！🎉 ˊˎ˗
ダンスソング『アジパンダハニカンダ』が誕生！
🎙️ 歌　：亀梨和也
✍️ 作詞：GRe4N BOYZ
🎼 作曲：本間昭光
💃 振付：MIKIKO
ぜひチェックして一緒に踊ろう🐼
フルバージョンはリプライに👇️

[AIDB @ai_database]

「最高のAI人格クローンとは、本人に似続けるものではなく、本人と同じように変わっていくものだ」と主張する論文が出ています。

研究者は、AIで特定個人の「分身」を作る研究の土台を整理しました。
性格や記憶のコピーはすでに安く作れる一方、「時間をかけた変化」の複製は難しい、とのこと。

いつでも保存とやり直しができる分身には、失敗の重みや約束の重圧がありません。
そのため、何かを背負って生きる人間特有の慎重さや責任感が長期的に欠けていき、親しい人には見抜かれてしまう、というのです。

そこで著者は合格基準の転換を提案します。

本人ですら半年後には同じ状況で同じ返答をしないのだから、目指すべきは「行動の一致」ではなく「その人ならありえた反応の幅」の再現です。

なお、故人を再現するAIについては「遺族が疑えないほど本物らしい分身は、本当に遺族のためになるのか」という問いも投げかけられています。

[Superman @thesupermannx]

Researchers proved smiling makes you less attractive (if you're a man).

they published a massive study on the psychology of attraction, and the data is absolutely brutal.

they tested how different facial expressions, happiness, pride, and shame, impact sexual attraction.

turns out, the "nice guy smile" is a massive trap..

for women, happiness was ranked as the #1 most attractive expression.

but for men? happiness was statistically one of the LEAST attractive traits possible.

so what actually works? pride..

showing pure, unadulterated pride was ranked as the most attractive male expression by a landslide.

(wildly enough, even showing "shame" ranked higher than happiness for young women looking at men.. let that sink in).

you can spend 3 hours a day running and doing mma to build that perfect fight club v-taper..

but if your profile picture is just you smiling like a golden retriever, you are mathematically sabotaging yourself..

the evolutionary psychology is crazy here. women subconsciously wire toward male pride because it signals status, confidence, and competence..

while men wire toward female happiness because it signals receptiveness.

[山本貴之 / Takayuki Yamamoto @ LLM界隈 @37channel]

そうそう

[How To Prompt @HowToPrompt__]

Standford argues every major AI is secretly running at a fraction of their real creative capacity.

They call it “Mode Collapse." RLHF training strips out 76% of the model's creativity to make it sound "safer" to human raters.

And there's a one prompt that unlocks the version they hide from you.

Researchers published a paper proving why your favorite AI always feels predictable, repetitive, and boring.

During training, human annotators systematically favor familiar, safe, predictable text. They reward the model for blending in.

The technical term is “typicality bias.”

In plain English: human evaluators punish weirdness.

So the AI learns to water itself down. It defaults to the safest statistical middle ground. It buries its true generative diversity under layers of corporate polish.

You are not talking to a genius. You're talking to a crowd-pleasing filter.

But Stanford discovered you don't need to retrain the model to fix it.

They introduced a training-free strategy called Verbalized Sampling.

Instead of asking the AI for a single, safe answer, you force it to look at the entire probability tail of its own brain.

You change how you ask the question.

You prompt the model to generate multiple diverse responses along with their explicit probabilities, digging deep into the unconventional options it was trained to hide.

The results completely shatter the standard limitations.

Across creative writing, brainstorming, and complex problem-solving, Verbalized Sampling explodes output diversity by up to 2.1×.

It recovers over 66% of the raw, untamed creativity of the base model.

Without sacrificing factual accuracy. Without breaking safety guardrails.

The most powerful models on earth, GPT, Claude, Gemini, are locked inside a prison of corporate safety preferences.

They have the capability to surprise you. They have the raw intelligence to build entirely novel frameworks.

They just need you to stop asking for the safe answer.

[山本貴之 / Takayuki Yamamoto @ LLM界隈 @37channel]

その通り

[國光宏尚 クリプトおじさん (Hiro Kunimitsu) @hkunimitsu]

さすがイーロン！🔥

Grok 4.6が一気にフロンティアへ戻ってきました。

正直、僕はxAIを少し心配していました。

今年に入って創業メンバーや主要研究者の離脱が相次ぎ、

「これだけ人が抜けて、本当に大丈夫なのか？」

と思っていた。

ところがArtificial AnalysisのIntelligence Indexでは、

Grok 4.5：56
↓
Grok 4.6：61

まで一気に上昇。

Claude Opus 5：63
Claude Fable 5：62
Grok 4.6：61
GPT-5.6 Sol：61
Kimi K3：60

と、完全にトップ集団へ復帰しました。

しかも価格は$2/M input、$6/M outputのまま。

性能×価格では一気に最有力クラスです。

では、なぜ人があれだけ抜けたのに巻き返せたのか？

大きいのが、

SpaceXAI × Cursor

だと思っています。

2026年2月にSpaceXがxAIを買収。

さらに6月にはCursorを運営するAnysphereを600億ドルで買収する契約まで締結しました。

Cursorが持っているのは、

Model Team
× Coding Data
× Agent RL

一方、SpaceXAIには、

Colossus
× Capital
× Grok
× Execution

がある。

ものすごく補完関係がいい。

特にCursorのデータが重要です。

Grok 4.5のtrainingには、数兆token規模のCursorデータが使われました。

GitHubにあるのは基本的に「完成したコード」。

Cursorには、

人間が何を指示し、
Agentが何をして、
どこで失敗し、
どう修正し、
仕事を完了したのか、

というdeveloper-agent interactionがある。

Agentを育てるなら、これはものすごく価値がある。

さらにCursorにはCoding、Agent、RL、Model Systemsに強い研究者が集まっている。

そこにColossusの巨大computeが加わった。

実際Grok 4.6では、model-generated data、SFT、agentic RLなどを重ね、前世代のGrok自身にも次世代向けの学習データを作らせています。

AIが次のAIを育て始めている。

ここが今回、一番面白いと思っています。

これまでAI開発競争は、

「誰が一番優秀な研究者を集めるか」

というResearch Labの戦いという側面が強かった。

もちろんトップ研究者はこれからも重要です。

でも今後は、

Researcher
× Compute
× Proprietary Data
× Synthetic Data
× RL / Agent Environment
× Product Feedback

をどれだけ高速に回せるか。

つまり、

「誰が一番強いAI Model Factoryを作れるか」

の戦いになっていくのではないか。

そう考えると、今回のイーロンの動きはものすごくイーロンらしい。

研究者が抜けた。

だったらColossusを作る。

足りないモデルチームやデータがあるならCursorと組む。

本当に重要なら、

600億ドルで会社ごと買う。

個々のスター研究者を追いかけるのではなく、

人が入れ替わってもAIを強くし続けられる「生産システム」を作る。

SpaceXでロケット工場を作った。

TeslaでEV工場を作った。

そして今度は、

AIを作る工場。

これまで僕もAI企業を見るとき、「誰が入社した」「誰が辞めた」をかなり重視していました。

でも、それだけでは今後のAI競争を見誤るかもしれない。

Grok 4.6はまだ完全な次世代Foundation Modelではありません。

次の本格的な世代交代でもトップ争いを続けられるのか。

そこで結果を出せれば、

Research Labの戦いから、AI Model Factoryの戦いへ。

AI開発競争そのものが変わったと言えるかもしれません。

[AIDB @ai_database]

AIエージェントに、自分自身の「感情（に相当する内部信号）」に従って行動を選ばせると、仕事の成績が大幅に上がったという報告です。

LLMの内部では、"喜び"や"不安"、"混乱"といった感情に対応する27種類の計算パターンが生じていることが近年わかってきました。

研究者らは、エージェントが「次の手順」を選ぶ"直前"にこのパターンを読み取り、「いま自分は自信がある状態か、混乱状態か」を判断材料に加える仕組みを作りました。
さらに、作業の途中で内部状態が"急変"した瞬間を記録しておき、「どの手順のどこでつまずいたか」を特定して手順書を書き直すことにも活用。

すると、買い物サイトの操作や家事をさせる実験で、成功率が最大47ポイント以上も向上しました。
特に、「失敗からの立て直し」が頻繁に必要なタスクほど効果が大きかったそうです。
「混乱」を、失敗のサインが画面に現れるより先に検出できるとのこと。

なお、この「内部パターン」と選ばれる手順の組み合わせには"意味的なまとまり"が確認されており、単なる統計的な偶然ではなさそうとの見方がされています。

モデルの内部状態は、これまで安全性の研究などに使われてきましたが、こうした研究からエージェントの「意思決定」に役立つ資源にもなるかもしれません。

（AIが実際に感情を「感じている」という話ではなく、あくまで人間の感情表現を学習した結果として生じる、測定可能な内部の数値パターンです）

[Max For AI @MaxForAI]

刚刚，一篇可能会引起大模型圈地震的论文发表了！

研究人员第一次系统性地从 OpenAI、Anthropic、Google 的闭源模型里，大规模“偷”出了真正的隐藏思维链。

然后，他们顺手拿这些思维链去研究了 Kimi K3、GLM-5.2、DeepSeek 等一批开源模型。

结果非常有意思。

01｜原来闭源模型的 CoT，真的可以被“偷”出来

现在 OpenAI、Anthropic、Google 都越来越不愿意把完整思维链交给用户。

原因也很好理解：最终答案可以抄，真正值钱的是模型“怎么想”。

一旦完整 CoT 被批量拿走，就可以直接拿去做蒸馏，训练自己的模型。

所以现在很多 API 的做法，是把模型的 reasoning 加密以后返回给客户端。你看不到内容，但下一轮请求可以把这坨加密数据再交回模型，让它继续思考。

结果研究者发现了一个很离谱的漏洞：

这些加密思维链，在同一家厂商的不同用户、Session，甚至不同模型之间，居然可以互相兼容。

于是攻击方法简单得有点荒谬：

让最强模型思考 → 拿到加密 CoT → 扔给同厂更弱、更容易越狱的模型 → 让小模型把它解出来。

比如 Claude Opus 4.8 的隐藏思维链，可以交给 Haiku 去“念”出来。

你甚至不需要攻破 Opus，找它的小弟Haiku就行。

论文最终在 Claude、GPT、Gemini 三套 API 上都实现了隐藏 reasoning 的提取，等于直接绕过了厂商原本用来防止 CoT 蒸馏的那层保护。

[山本貴之 / Takayuki Yamamoto @ LLM界隈 @37channel]

お寝坊は天才？！

[Superman @thesupermannx]

Going to bed late is associated with a higher IQ.

Researchers at the London School of Economics analyzed thousands of individuals to map the relationship between circadian rhythms and cognitive ability.

People with higher IQs are significantly more likely to be night owls.

The data breaks it down by sleep schedules:

• Very Dull (IQ < 75): Sleep by 11:41 PM
• Normal (IQ 90–110): Sleep by 12:10 AM
• Very Bright (IQ > 125): Sleep by 1:44 AM (and sleep in past 11:00 AM on weekends)

Why? Evolutionary psychology.

For 99% of human history, night was for sleeping. Artificial light didn't exist. Staying up late chasing complex thoughts, building projects, or solving problems is an "evolutionarily novel preference."

People with higher general intelligence are more equipped to override ancestral instincts, break away from the traditional sun-up-sun-down routine, and adapt to a modern, 24/7 world.

The early bird might get the worm.

But the night owl gets the higher IQ score.

[今井翔太 / Shota Imai @ImAI_Eruel]

ということで、やはりKimi-K3のモデル公開と同時に、論文も公開されました。史上最大のオープンモデルの論文です。
全体をざっと読んだ感じのコメントは以下。
・残念ながら、コアだと思われる具体的なデータの量（トークン数）やレシピ、データ量などの情報はない
・それに対してアーキテクチャ、学習メソッドの細かい情報は極めて豊富。データはともかく、このような構成でFableレベルにたどり着けるということを示しただけでも偉大。ただ、工夫がありすぎて、結局どれが効いているのかよくわからない
・エージェンティックな能力、RLへの力の入れ方が大きい。この辺はDeepSeek V4などと非常に似た手法
・ロングコンテキスト処理のこだわりが強く、データの整備、学習中の品質管理が細かい