AI Watch（2026年3月21日）

今日のハイライト

「継続的な自己改善AI」論文が arxiv に登場（3/20）。現代の LLM ベース AI システムはトレーニング後に能力が固定されるという根本的な制約を論じ、これを克服して実稼働中に継続的に自己改善できる AI システムの設計原則を提示。「AGI に向けた課題としての自己改善能力」という切り口で、AI 開発の中心的論点に正面から取り組む論文として注目を集める。

「解釈可能性ツールでは LLM のエラーを修正できない」という否定的知見（3/20）。モデルの内部表現はタスクに関連した情報をほぼ完璧にエンコードしているにもかかわらず、活性化パッチングなどの機械的解釈可能性ツールを使っても出力エラーの修正には繋がらないことを実証。解釈可能性研究が盛んなこの時期に、ツールの実用的限界を示す重要な警鐘論文。

企業動向

• Measuring progress toward AGI: A cognitive framework (Google DeepMind, 3月) - AGI への進捗を測定するための認知科学的フレームワークを提案。単純な能力ベンチマークを超えた、汎化・適応・自律性を軸にした進捗評価の枠組みを示す。「AGI とは何か」の定義が議論されるなか、測定可能な評価軸を提示する試みとして意義が大きい。

• From games to biology and beyond: 10 years of AlphaGo’s impact (Google DeepMind, 3月) - AlphaGo 登場から10年の節目に、ゲームから生物学・創薬・材料科学にまで波及した強化学習・自己対戦学習の影響を振り返る。自己改善型AIの起源としての AlphaGo の位置付けを再確認する機会。

※ Anthropic・OpenAI からは過去24時間以内の新規投稿なし（OpenAI 直近投稿は 3/19 で昨日のレポートで掲載済み）。

注目論文

• Continually self-improving AI（cs.AI, 3/20）- 現代 LLM はトレーニング終了後に能力が静的になるという根本的制約を指摘し、実稼働環境で継続的に自己改善できる AI システムの設計原則を論じる。自己改善ループの構成要素、安全性との兼ね合い、収束条件などを包括的に検討しており、自律型 AI システム研究の理論的基盤として重要な位置付けとなりうる。

• Interpretability without actionability: mechanistic methods cannot correct language model errors despite near-perfect internal representations（cs.AI, 3/20）- LLM の内部表現はタスク情報をほぼ完璧にエンコードしているにもかかわらず、活性化パッチングなどの機械的解釈可能性手法を適用してもモデルのエラー修正には繋がらないことを実証。「内部状態を読めること ≠ 動作を変えられること」という乖離が存在することを示し、解釈可能性研究の実用的な限界を提起する。安全性研究者にとって見過ごせない否定的知見。

• Learned but Not Expressed: Capability-Expression Dissociation in Large Language Models（cs.CL, 3/20）- LLM はトレーニングで習得した知識・能力の全てを出力として表現するわけではなく、「学習済みだが表現されない」能力が存在することを実証。学習された内容と生成物の間に構造的な乖離があることを示し、モデル評価の方法論や隠れた能力の引き出し方（プロンプト設計・ファインチューニング）に示唆を与える。

• How LLMs Distort Our Written Language（cs.CL, 3/20）- LLM を使って文章作成を補助するユーザーが世界で10億人を超えるなか、AI が人間の書き言葉に与える言語的歪み・均質化の影響を定量的に分析。文体・語彙・構文レベルでの変化パターンを特定し、AI が介在した文章が持つ特徴的なシグネチャを明らかにする。社会的・文化的影響の観点で AI 研究の新しい問いを開く。

• MineDraft: A Framework for Batch Parallel Speculative Decoding（cs.CL, 3/20）- 投機的デコーディング（小型ドラフトモデルで候補を先読みし大型モデルで検証する高速化技術）をバッチ並列処理に拡張するフレームワークを提案。バッチ処理時のスループットを維持しつつ投機的デコーディングの恩恵を受ける実装課題を解決し、大規模 LLM サービングの推論コスト削減に直結する実用的貢献。

オープンソース・モデル

• Jackrong/Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled (955 likes) - Qwen3.5-27B を Claude Opus 4.6 から蒸留した推論強化モデル。プロプライエタリなフロンティアモデルの推論能力をオープンウェイトモデルに転写する動きが続いており、27B という中規模でありながら高度な推論能力を持つ。知識蒸留によるオープンモデルの高度化が加速している現状を示す一例。

• r3gm/wan2-2-fp8da-aoti-preview (1,409 likes) - Wan2.2 の FP8 量子化 + AOTI（Ahead-Of-Time Inference）最適化プレビュー版。今週のトレンドで最多 likes を獲得。動画生成モデルの推論効率化が急速に進んでおり、コンシューマ GPU でも高品質動画生成が現実的になってきていることを示す。

• nohurry/Opus-4.6-Reasoning-3000x-filtered (398 likes) - Claude Opus 4.6 の推論データを 3,000× フィルタリングして高品質なサンプルのみを抽出したデータセット/モデル。上記の Qwen3.5-27B 蒸留モデルと合わせ、Claude Opus の能力をオープン系モデルに移植する試みが複数並行している状況を示す。

• prithivMLmods/FireRed-Image-Edit-1.0-Fast (359 likes) - 画像編集に特化した高速モデル「FireRed」の第一版。テキスト指示に基づくインペインティング・スタイル変換など多様な画像編集タスクに対応し、「Fast」の名が示す通り推論速度を重視した設計。画像生成から編集への需要シフトが進むなか、専用モデルの充実が加速している。

• ServiceNow-AI/EnterpriseOps-Gym (68 likes) - ServiceNow が公開したエンタープライズ業務操作のエージェント学習環境。IT サービス管理・チケット処理・ワークフロー自動化などエンタープライズ固有のシナリオでエージェントを訓練・評価するためのジム環境を提供。企業エージェント展開が現実化するなか、専用の訓練・評価基盤の整備が各社で進んでいる。

所感

今日の arxiv では「AI が自己改善できるか」「解釈可能性ツールは実際に役立つか」「LLM は学んだことを全て表現しているのか」という、AI 研究の根幹に関わる問いへの挑戦が目立った。特に「解釈可能性の行動不能性」論文は、活発な解釈可能性研究への冷静な反省を促す知見として業界に議論を巻き起こしそうだ。オープンソース側では Claude Opus 4.6 からの蒸留モデルが複数登場し、フロンティアモデルの能力がオープンコミュニティに急速に流入している。プロプライエタリ・オープンの境界がますます曖昧になるなか、蒸留の質・フィルタリング手法の重要性が高まっている。