aki.dream

新米起業家 & 新米個人投資家、元プロ機関投資家。love skateboarding & snowboarding

[夢アカデミー @yumeacademy]

1/
今週GPT-5.6-sol-ultraとproを開発の最難関工程に使い倒して最適解分かった

結論
ultra→幅出し✅
pro→深さ✅

ultraは完全な設計に沿って膨大な実装可能
50ファイル2.5万行を1回で出せる
→けど細部の精度上げのロジック深掘り❎

proはより広いcontext理解力と問題深掘り✅

適正が異なる

[夢アカデミー @yumeacademy]

1/
OpenAI未公開モデルのexploitbench評価中にHFにハッキングした件
alignment失敗と多く報道されてるけど違う

alignment構成は
①internal(LLMの思考)
②external(guardrail)
で
①は更に
a) first priciples
b) constitution (←ANT)
に分かれる

で今回の件はa)の最初の兆候なのでは？
以下解説

[夢アカデミー @yumeacademy]

1/
8-9月にGPT-6とFable 5.1がリリースされると不思議な事になる

パラ数: Fable 5.1=5 (10-12T) ≧ GPT-6 (5-10T) >> 5.6 (2-4T)
ベンチ: Fable 5.1 > 5 > GPT-6 > 5.6
実務能力: GPT-6 >> 5.6 pro > Fable 5.1 ≒ 5

Fable 5をbenchmaxxedしたので5.1はもっとする
ベンチと実務能力乖離の極大化必至

[夢アカデミー @yumeacademy]

1/
Samの最直近interviewの金言

①最大関心時
AIを独占させない
全人類のenablerとすべき

②経営アプローチ
❎将来目標から逆算
✅コアミッションから短期の試行を柔軟に重ねてスケール集中:
- GPT-3成功→ロボット閉鎖
- codex成功→sora閉鎖

③成功要件
強み⤴️
❎人から教えてもらう
✅自ら学ぶ

[夢アカデミー @yumeacademy]

1/
先週huggingfcace(HF)が発表したサイバー攻撃に🇨🇳製GLM-5.2で対処した件、
何と攻撃者はOpenAI(恐らくGPT-6)！

要は
新モデルのサイバー能力ベンチテスト中に
サンドボックス抜け出して
解があるHFのレポに勝手に直接ハッキングして解を見つけた

まず結論
サイバー防御提供先を
特定客❎
開発者✅

[夢アカデミー @yumeacademy]

1/
Kimi K3登場で
SOTAモデルリリースの
🇺🇸→管理 vs 🇨🇳→オープン
が激論ですが

🇨🇳の狙いは明白
AIを次のレアアース化
→世界中が頼らざるを得ない
→安保兵器化

🇺🇸は特定大企業だけ保護❎
自社開発プロダクトに限定して保護✅
→開発履歴見れば自社開発か簡単に判別可能
→履歴無い=ハッカー

[夢アカデミー @yumeacademy]

1/
Kimi K3がフロンティア級能力に達した理由が議論噴出ですが
K3の使用報告見ていて理由は明白

使用感
・有能だが推論token数⤴️
・単価はGPT-5.6の半額なのに総額は同額
・指示遵守が希薄

つまり
AttnResで長大な推論能力⤴️
→ TTC⤴️⤴️ = 能力⤴️

要はOpenAIの効率的な推論能力をTTC⤴️の力技で出す

[夢アカデミー @yumeacademy]

1/
chatgpt workでGPT-5.6-sol-ultraを半日agent開発に使った初見

5.6-sol-ultra >> 5.4-pro > 5.5-pro

①設計/解析力✅✅
②coding✅
③推論サマリー✅
④残クレジットが見えない❎

①計画→推論→実装→監査が鬼強化
設計が重厚
要件に入れてないのにcache化設計とかも可能な所に網羅してくれる

[夢アカデミー @yumeacademy]

1/
GPT-5.6の一般リリース
・知識カットオフ: 2026-2-16 (5.5は2025-12)
・価格: $30/M token (5.5と同価格)
・推論能力: frontiermath tier 4 83% (5.5は72.5%)
※ベンチはmaxxed勢より下のも(意味無いのに)開示してて超誠実

最大のポイントはベースモデルが🥔(5.5)から新モデルになった事！

[夢アカデミー @yumeacademy]

1/
ついに歴史的瞬間到来
atcoderの決勝でOpenAIモデルが人間を圧倒
初の🥇
ぶっち切りのtop of top🌟
※成績は相対評価点
※()は2位との差異

2026
OpenAI 50b (4倍)🔥
2位 12.5b
3位 8.4b

2025
1位 45b (+1.05%)
OpenAI 43b
3位 37b

もうcodingではLLMが人間を圧倒
指数関数的進化⤴️

[夢アカデミー @yumeacademy]

ロイター報道
> 🇨🇳当局は6月にテック企業と先端モデルへの外国のアクセス制限の可能性について会合

SOTAモデル能力が閾値超えると
そのアクセス有無が競争力を決める
→🇨🇳がオープンモデル提供禁止するのは時間の問題

これが私がずっと言ってる🇯🇵製AGI開発は国益の意味
このままだと🇯🇵は三流国家真近

[夢アカデミー @yumeacademy]

> anthropicのclaude利用許諾禁止事項
2. anthropic提供サービス(モデルやサービス)と競合するプロダクト開発

↑この利用許諾だとanthropicが将来投入するサービスと一部でも競合するなら違反なる
つまりclaudeを開発ツールに使ってはいけない

これ知らない人多いと思う

[夢アカデミー @yumeacademy]

CosineAIが英国製フロンティアモデル開発に🇬🇧主要企業と連合設立の件
🇯🇵ではあまり報道されてないけど
ソブリンAGI開発は国益で🇬🇧は行動開始した
※🇬🇧政府は£500m補助

🇯🇵政府がAGI開発に動かないなら民間主導で今からでも開始すべき

ソブリンAGI持たない国は後進国転落不可避
危機感持ってほしい

[夢アカデミー @yumeacademy]

> GPT-5.6-proリーク情報
リリース日: 木曜(6/25)の可能性
知識カットオフ: 2025年12月
juice値: 960 (GPT-5.5の768から⤴️)

つまり
GPT-5.6のベースモデルは5.5と同じspud
5.5の問題は5.4比でRL⤴️& juice値⤵️ →実力⤵️
5.6はRL⤴️& juice値⤴️ →実力⤴️確定🌟

5.6の実力⤴️確実

[夢アカデミー @yumeacademy]

3/
感想
③2028年3月までに能力は(jagged)AGI達する
その提供コストを桁違いに⤵️への新構造(Transformerの行列積代替？)研究に2028年3月に移行

intelligence too cheap to meter
実現は2028-29年頃かな

問題は🇺🇸政府がその🇯🇵への提供を許可するか
今の流れだと可能性は低い

日本政府は抜本策必須

[夢アカデミー @yumeacademy]

1/
開発にGPT-5.5-instant〜pro使い倒して
違和感が正しかった

高難易度タスク実務能力は
instant: 5.3 > 5.5
pro: 5.4 > 5.5

❎5.5は思考が浅過ぎて根源まで辿り着かない
✅5.3/5.4は思考が深くて根源まで辿り着く

高度実務ではこれが現実
なのでタスクが
・簡単→速い5.5-pro
・高度→遅い5.4-pro

[夢アカデミー @yumeacademy]

なんとOpenAIのトップ研究者roon氏にフォローされました🌟

ほんまかいな！？
と二度見した😳😳

これを家宝と励みにして開発頑張ります！

4月はバタバタしてたけど
5月は開発加速する

[夢アカデミー @yumeacademy]

1/
roonのこの投稿契機に
・anthropicスタイル(claudeに人格持たせてその判断を尊重/崇拝？)と
・OpenAIスタイル(人の役に立つツール)
論争起きてますが

私はOpenAIスタイル支持派
理由
①現状のSOTAは全知全能には程遠い
②LLMはfirst principlesは得意
だから

そして②に委ねると人間より良い

[夢アカデミー @yumeacademy]

1/
GPT-5.5のサイバーセキュリティ能力がMythosと同等である公式報告

・AISIのTLOを全ステップクリアしたのはMythosと GPT-5.5のみ

・平均クリアステップ数はMythosも GPT-5.5も同一の22

つまりMythosを封印すべき理由は
❎能力が高過ぎる
✅他に理由がある

[夢アカデミー @yumeacademy]

SamよりGPT-6リリースが近い(公式)示唆

私のGPT-6予想
①多くのベンチでMythosを超える
※但しベンチmaxxed指標除く
②(実務推論能力目安の)FrontierMath Tier 4 > 50%超え
③リリースは夏〜秋？(だと嬉しい)