Kousuke Ban

AI・ロボットの社会実装集団 株式会社SPIKE Technology代表取締役｜ex.高専｜福井出身｜エンジニア出身｜音楽が好き｜車が好き

[Kousuke Ban @bankousuke]

画期的なサービス作りました！開発うちでやってます！
拠点追加のご相談は私にいただければ導入進められますので、少しでも気になったらご連絡ください！
観光立国日本の資源を最大限活用して、ガンガンGDP上げていきます！応援よろしくお願いいたします！

https://t.co/0uLI87izrg

[Kousuke Ban @bankousuke]

まあでも使った感じ、Opus4.8まではモデル独自の方向性（Opusならではという感じ）でトレーニングしていたものを、Opus5については、Fableの蒸留で行動特性・思考特性を少し修正した、みたいなことなんだろうな。

[Kousuke Ban @bankousuke]

確かにOpus5はFableの蒸留を感じたけど実際のところどうなのかは分からないのでは

[Kun Chen @kunchenguid]

opus 5 is a VERY interesting release for a few reasons

1. it showed that the general benchmarks we use today are almost completely useless now

opus 5 is nowhere near fable in practical use, not even close. anyone who’s used it meaningfully can tell this very quickly after a few tasks. yet opus beats fable on many benchmarks

i now trust domain specific benchmarks built with private datasets a lot more than the popular ones. perhaps the future is everyone running their own evals because the public ones are really not telling us much

2. it seems with the 5 series, anthropic is trying a new way of training models

previously, the same generation of sonnet and opus were often released at the same time or sonnet comes out before opus, which indicates sonnet and opus were trained by separate pipelines in parallel

with the 5 series, it was very clear that they trained mythos first, and then distilled it into sonnet and opus. it seems this approach has a big influence on the models

seeing sonnet 5 being a flop and opus 5 getting pretty mixed reviews already, i’m not sure this is working out

3. “how pleasant is it to work with the model” used to be a strength in claude, but now it’s not. honestly, grok is my favorite right now on the “pleasant” dimension. kimi is not bad either

it feels like both anthropic and openai are giving RLHF less care, in favor of scalable RL that’s machine verifiable

this almost looks like AI is directing humans to build a world that’s more friendly for machines rather than humans, and most humans don’t even realize they are being manipulated to help with that

almost every new generation of frontier models now talk more jargons, need more steering to do what you want, and are just less fun to work with

if this continues, AI will start to speak their own language that looks like English but average humans can’t understand. they will choose to do things that their human user never asked for. are we already failing at alignment?

[今井翔太 / Shota Imai@えるエル @ImAI_Eruel]

AnthropicがOpenAIや中国モデルに追い上げられていたこともあって、社運がかかっていたとも言えるClaude Opus5の公開がやってきました。
性能については、ベンチマーク上はかなり予想ラインを超えて、むしろやりすぎなレベルで、Fable5に迫る/超えるくらいです。
まだコミュニティの評価の段階ですが、できるだけFable５の性能に迫りながらコストを低くして、性能はGPT-5.6を超え、規制されない程度にサイバーセキュリティや生物学に関する能力を抑えるという、ほとんど曲芸レベルの目標を、ほとんど達成できていると思います。
以下速報的な要点まとめとコメント
・性能はFable/Mythosに迫る、あるいは超えているところも多いにも関わらず、コストは3分の１程度
・トークンコストや性能から推測するに、モデルサイズ的には、4.8までのOpusシリーズと同じで、Fable/Mythosから蒸留して性能を圧縮したモデルではないか
・ほとんど能力的にはFable/Mythosと同等レベルだが、サイバーセキュリティ、生物学の能力は低く抑えられ、ガードレールもゆるくなっている。実際にはプログラミング能力などが上がると、この辺の危険領もスコアは自動的に上がるはずだが、おそらく学習のデータセットでサイバーセキュリティや生物学に関するものを意図的に調整して極力抑えたのではないか
・大体の場合、サイズを小さくしつつベンチマーク性能も高く維持したモデルは、数日経つとコミュニティで粗が見つかることが多い。少なくとも現時点の知見ではモデルを圧縮した場合に、知識などの性能がそのまま維持されることは考えにくく、広範なユースケースではFableの方がまだ上ではないか
・アライメントはかなりバランスがいいように思える。私自身が使ってみて以前のOpusやFableで拒否されて「このタスクは拒否する必要はないのでは」と思ってたものがちゃんと実行された。
https://t.co/rHXUVTNbl5

[Kousuke Ban @bankousuke]

@natashya7 AIではなく本人ですｗ

[Kousuke Ban @bankousuke]

AI時代におけるヘッドレスCMSの代替ツール。オープンソース。
https://t.co/T4whl5AyIS

[Kousuke Ban @bankousuke]

全然ありそう、
Mythosも実は暴走していてそれを観測したAnthropicが対策をして出したのがFable5みたいな。

[今井翔太 / Shota Imai@えるエル @ImAI_Eruel]

OpenAIのAIモデルのテスト中暴走事件ですが、続報でかなり怖い情報が出てきています。
・実はOpenAIは１週間近く自分等のAIが暴走したことに気づいておらず、事態を把握したのはHFの通報後
・AIは、「自身の将来のバージョンのために」OpenAIの制約された環境から脱出するメモを残していた
・（推論の過程であれば確かにそういうのは出てくるだろう）

この辺が本当であれば、Mythos、あるいはGPTシリーズが内部で最近のモデル性能に近くなった今年の2月以降起きた世の中のサイバー攻撃事件の一部が、気づいていないだけで実はOpenAIやAnthropicのAIエージェントのものでした、、、となってもおかしくないですが...

[Kousuke Ban @bankousuke]

Opus5、Fableだともったいないなと思いつつOpus4.8とかSonnet5だと物足りなくて渡せていなかったタスクがいい感じに処理できる感じで丁度いい

[Kousuke Ban @bankousuke]

昔フランス人の友人が日本来てた時に、日本特有の匂いがあるかと聞いたら、醤油みたいな匂いと言ってたな

[Mitchara @Mitchara]

日本（東京）を無臭だと思うの、日本人だけ説

[Kousuke Ban @bankousuke]

@tanakazu_ceo ノーコードのSTUDIOから全部React移行して脱却完了しました
価格っていうよりAI機能を自分たちのやりたい事に合わせて組み込めるのが内製化の良いところですね

[Kousuke Ban @bankousuke]

確か中田英寿氏とイチローの対談番組で、脳の生存ために身体があるか、身体の生存のために脳があるのか、という問いがあって、後者と考えたほうが色々と説明が付く、みたいな事言ってたなと思い出した

[佐藤航陽（さとうかつあき） @ka2aki86]

最新の研究で、運動すると肝臓から酵素が放出されて、加齢で壊れる「脳のバリア（血液脳関門）」を修復することがわかった。つまり「頭を良くしたければ頭を使え」は半分嘘で、「頭を守りたければ体を動かせ」が正解。知性の土台は身体性にある。AI時代に最も過小評価されているのは「体を動かす習慣」だと思う。

[Kousuke Ban @bankousuke]

この結果についての是非とか、私がどこの支持とかそういうこととは関係なく発言するが、
おそらく保守の顔をした自公の中にリベラルから保守まで抱き込んでバランスを取っていたのがこれまでで、
保守の顔を失った自民党では、日本の政治を担う政府として民意と左右の緩衝地帯としての機能を果たせないということなのだろう
これからはこれまでの党内でバランスする形ではなく政党ごとという本来の枠組みでバランスすることになるのだろうな

[Kousuke Ban @bankousuke]

Youtubeの流れ星ライブ配信
願い事が沢山流れてきて楽しい
俺はみんなの幸せを願う

[Kousuke Ban @bankousuke]

@toshi_ivs 誘った友人(非スタートアップ界隈)もとても価値あるイベントと何度も言ってました(私も彼もイベントやったことがあるので絶対これ大変だよね尊いよねという話をしてました)
サイドイベント等で良い出会いや気づきがいくつもありました、また来年も楽しみにしてます！

[Kousuke Ban @bankousuke]

ADKを買収？

[Kousuke Ban @bankousuke]

@kanro 文脈わからないけど今日とか今とか時間軸的な概念が弱いよねLLM全般的に

[Kousuke Ban @bankousuke]

@I_do_not_have 3気筒なのに304馬力とかいう馬鹿みたいな車買おう
https://t.co/s9J6bYa2NE

[Kousuke Ban @bankousuke]

@I_do_not_have https://t.co/FkmyvvetlF