AI Watch（2026年3月26日）

今日のハイライト

OpenAI が Model Spec の透明性を公開解説（3/25）。AIモデルの行動原則をどう設計し、安全性・ユーザーの自由・説明責任をどう両立させるかを詳述したブログを公開。プロプライエタリな “スペック文書” を公開することで、外部からの批評や業界標準形成への貢献を狙う戦略的な情報開示とみられる。

OpenAI が AI 安全バグバウンティプログラムを開始（3/25）。エージェンティック脆弱性・プロンプトインジェクション・データ漏洩など AI 固有のリスクを対象とする「Safety Bug Bounty」を正式ローンチ。従来のセキュリティバグ報奨プログラムとは異なり、AI の乱用や安全リスクを発見した研究者を報酬対象に含める点が新しい。

企業動向

• Inside our approach to the Model Spec (OpenAI, 3/25) - モデルスペックが「モデル行動の公開フレームワーク」として機能する意図を解説。安全性・有用性・ユーザー自由の優先順位付けや、AI システムの進化に合わせてスペックを動的に更新するアプローチを説明。社会的契約としての透明性訴求が今後の業界標準形成に影響しそうだ。

• Introducing the OpenAI Safety Bug Bounty program (OpenAI, 3/25) - AI乱用・安全リスクを対象とする業界初規模のバグバウンティ。エージェントによるプロンプトインジェクション、データ外部流出、エージェント固有の脆弱性を明示的に対象に含む。セキュリティ研究者コミュニティを積極的に取り込み、安全評価の外部化を進める姿勢を鮮明にした。

※ Anthropic からは過去24時間の新着なし（直近は 3/12 の Claude Partner Network）。Google DeepMind ブログは日付取得に失敗したためスキップ。

注目論文

• Session Risk Memory (SRM): Temporal Authorization for Deterministic Pre-Execution Safety Gates（各研究者）- エージェントのアクション実行前に「セッション単位のリスク記憶」を保持し、文脈依存型の安全ゲートを設ける手法を提案。単一アクションを評価するだけでなく、セッション内の行動累積によるリスク増大を動的に検出できる点が新しい。エージェント安全設計の実装寄りアプローチとして注目。

• From Static Templates to Dynamic Runtime Graphs: A Survey of Workflow Optimization for LLM Agents（各研究者）- LLM エージェントのワークフローが静的テンプレートからランタイム動的グラフへと進化している流れを包括的にサーベイ。ワークフロー最適化の手法・評価指標・残課題を整理しており、実装者にとって現状把握に有益なロードマップ的論文。

• Sparse but Critical: A Token-Level Analysis of Distributional Shifts in RLVR Fine-Tuning of LLMs（各研究者）- RLVR（検証可能報酬によるRL）ファインチューニングにおいてトークンレベルで何が変わるかを分析。「重要な少数トークン」が推論改善の鍵を握ることを示し、RLVR の内部メカニズム理解を深める実証的研究。o1/DeepSeek系モデルの訓練理解に示唆を与える。

• Computational Arbitrage in AI Model Markets（各研究者）- 性能・コストが異なる複数モデルが競合する市場で、問題の難易度に応じて最適モデルを選択する「計算アービトラージ」を理論的に分析。マルチプロバイダー環境でのコスト最適化手法として、APIを使うプロダクト設計に直接役立つ視点を提供。

• Functional Component Ablation Reveals Specialization Patterns in Hybrid Language Model Architectures（各研究者）- Attention と SSM（State Space Model）を組み合わせるハイブリッドアーキテクチャにおいて、各コンポーネントが異なるタスクに特化していることをアブレーション実験で検証。Mamba系モデルの設計指針に直接役立つ解析結果。

オープンソース・モデル

• Jackrong/Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled (1,287 likes / DL 17万+) - Claude Opus 4.6 の推論能力を Qwen3.5-27B に蒸留したモデルがトレンド首位。GGUF版（DL 48万超）を含む複数バリアントが同時にトップ10入りしており、Claude 4.6 蒸留がコミュニティで爆発的に受容されている。proprietary 最高性能モデルの能力をローカル実行可能サイズに移転するニーズの高さを反映。

• nvidia/Nemotron-Cascade-2-30B-A3B (290 likes / DL 3.8万) - NVIDIA が公開した Cascade アーキテクチャベースの 30B テキスト生成モデル（A3B はアクティブパラメータ 3B のMoE系構成とみられる）。text-generation タスク向けで、NVIDIA の Nemotron シリーズ第2世代にあたる。

• GAIR/daVinci-MagiHuman (153 likes) - image-to-video パイプラインの新モデル。人間の動作・外観をリアルに生成することに特化しており、アバター・バーチャルヒューマン・映像制作用途での活用が期待される。

• OpenMOSS-Team/OmniAction (182 likes) - コンピュータ操作・GUIナビゲーション・マルチモーダルアクション系列を収録したエージェント訓練用データセット。前日に引き続きトレンド入りしており、computer-use エージェントの需要拡大を継続反映。

所感

今日は OpenAI による「責任あるAI」に向けた二段構えの動き（Model Spec 公開解説 + 安全バグバウンティ）が目立った。能力競争が一段落し、次のフェーズとして「安全性の制度設計」が前面に出てきた印象だ。一方 HuggingFace では Claude Opus 4.6 蒸留モデルがトレンドを席巻しており、最前線モデルの知識をオープンウェイトに移転しようとするコミュニティの勢いは衰えを知らない。Sparse but Critical 論文が示す「RLVR は少数の重要トークンに効く」という知見は、効率的な推論能力強化の鍵であり、今後の蒸留・ファインチューニング手法の設計にも影響を与えそうだ。