AI Watch（2026年3月12日）

今日のハイライト

Anthropic が「Claude Partner Network」に1億ドルを投資（3/12）。エンタープライズ向け Claude 導入を支援するパートナー企業の育成・強化に向け、トレーニング・技術サポート・共同マーケティングへの投資を発表。パートナー向けチームを5倍に拡充し、技術認定制度も新設。AWS・Google Cloud・Microsoft Azure すべてに展開できる唯一のフロンティア AI モデルとしての地位を活かし、エンタープライズ採用の最後の1マイルを支える生態系を本格構築する。

NVIDIA が Nemotron-3 Super 120B を公開（3/11）。120B パラメータ・12B アクティブパラメータという MoE 構造の大型モデルが HuggingFace に登場。NVIDIA がモデル自体の公開を加速する姿勢を示しており、クラウド・エッジ双方への展開を意識した設計が注目される。

企業動向

• Anthropic invests $100 million into the Claude Partner Network (Anthropic, 3/12) - コンサルティング会社・専門サービス企業・AI 専門会社など、Claude の企業導入を手伝うパートナー組織向けに1億ドルを投資するプログラムを立ち上げ。参加パートナーには技術認定へのアクセス・共同投資適格・専属 Applied AI エンジニア・技術アーキテクトのサポートが提供される。「エンタープライズが PoC から本番運用へ移行するための最重要インフラ」と位置づけており、モデル開発だけでなく販売・実装エコシステム全体に手を打つ戦略的な動き。

• Rakuten fixes issues twice as fast with Codex (OpenAI, 3/11) - 楽天グループが OpenAI の Codex を導入し、コードレビューと問題解決速度を最大2倍に短縮した事例を公開。コード生成だけでなく既存コードベースの理解・バグ特定という「コード理解」タスクでの実業務適用が進んでいることを示す具体的な事例。エンタープライズ AI 採用が実証フェーズから本番活用フェーズへ移行していることを示す。

注目論文

• HEAL: Hindsight Entropy-Assisted Learning for Reasoning Distillation（arxiv cs.AI, 3/12）- 大規模推論モデル（LRM）から小型モデルへの推論能力蒸留において、既存手法の欠点であった「拒絶サンプリングの制約」を「事後エントロピー」で補う新手法を提案。高品質な推論トレースが取れない場合でも代替学習信号を生成できるため、蒸留の成功率と品質が大幅に向上する。推論能力の民主化にとって実用的な一手。

• Hybrid Self-evolving Structured Memory for GUI Agents（arxiv cs.AI, 3/12）- VLM ベースの GUI エージェントが実運用環境で直面する「状態爆発・長期依存・知識積み上げ」の課題に対し、構造化メモリを自己進化させる仕組みを提案。エピソード記憶と意味記憶を組み合わせたハイブリッド設計により、見たことのないタスクへの汎化性能が向上。コンピュータ操作エージェントの長期利用に向けた重要な研究。

• Beyond Scalars: TRACED — Evaluating LLM Reasoning via Geometric Progress and Stability（arxiv cs.AI, 3/12）- LLM の推論信頼性をスカラー値の確率で評価すると推論の構造的ダイナミクスを見逃すという問題を指摘し、幾何学的な進行・安定性指標を用いた評価フレームワーク TRACED を提案。単一スコアでは捉えられない「推論の一貫性」「ステップ間の整合性」を可視化し、LLM 評価のより精密な軸を提供する。

• The Dunning-Kruger Effect in Large Language Models（arxiv cs.CL, 3/12）- LLM が自身の能力を正確に評価できるかをダニング＝クルーガー効果の観点から分析。能力が低い領域で過信し、得意領域で過小評価するパターンが複数モデルで確認された。モデルが自己評価に基づいて回答を調整する「校正」能力の限界を示す実証研究として、安全性や意思決定支援への含意が大きい。

• The System Hallucination Scale (SHS): A Minimal yet Effective Human-Centered Instrument for Evaluating Hallucination-Related Behavior in LLMs（arxiv cs.CL, 3/12）- LLM のハルシネーション傾向を人間中心の観点から軽量に評価するための測定尺度 SHS を提案。少ないアイテム数で信頼性の高いスコアを実現し、実務での導入コストを下げる。既存の自動評価ツールでは測りにくい「ユーザーが経験するハルシネーション」に焦点を当てた点が新しい。

オープンソース・モデル

• nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16 (131 いいね) - NVIDIA が公開した 120B パラメータ・12B アクティブの MoE テキスト生成モデル。NVIDIA がモデルウェイトを HuggingFace で直接公開する動きは続いており、同社のハードウェアとモデルの垂直統合戦略をエコシステム側からも強化する姿勢が伺える。

• sarvamai/sarvam-105b (226 いいね, 3/10) - インド AI スタートアップ Sarvam AI による 105B パラメータの大型モデル。同社の 30B 版に続く上位モデルとして、インド語系言語（ヒンディー語・タミル語・テルグ語など）への高精度対応が強みで、地域 AI エコシステムの成熟を示す存在感ある新作。

• unsloth/LTX-2.3-GGUF (158 いいね, 3/11) - Lightricks LTX-2.3 動画生成モデルの GGUF 量子化版。Unsloth チームによる軽量化で、コンシューマ GPU でも LTX-2.3 の高品質動画生成が動作可能に。量子化技術の進歩が最新動画生成モデルの普及を加速するサイクルが定着している。

• Jackrong/Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled (486 いいね) - 今週も引き続きトレンド上位。Qwen3.5-27B を Claude Opus 4.6 の推論トレースで蒸留したモデルで、HEAL 論文（本日 arxiv 登場）のような手法論の発展とコミュニティ実践が呼応している。

所感

今日の最大ニュースは Anthropic の Claude Partner Network への1億ドル投資だ。モデル能力の競争が激化する中で、「パートナーを通じたエンタープライズ展開」というレイヤーへの大規模投資は、AI 産業がプロダクトから事業エコシステムへと成熟段階を移していることを示す明確なシグナルである。一方、arxiv では推論の信頼性評価（TRACED）・自己過信の実証（Dunning-Kruger）・ハルシネーション測定（SHS）と、「LLM の出力品質をどう正確に測るか」という問いに複数の角度から迫る論文が同日に登場しており、モデル評価基盤の整備が急ピッチで進んでいることが伺える。NVIDIA の 120B MoE モデル公開も含め、大型オープンウェイトモデルの選択肢が週単位で広がり続けている現状は、1年前とは隔世の感がある。