AIや企業によるカンニングを防ぎつつ最先端モデルをテストする方法をGoogleが考案

世界中の企業や研究機関が新たなAIモデルを発表する中で、AIモデルのテストは「どのモデルを利用するべきか」を判断する重要な手がかりになります。そんなAIモデルのテストにおいて、AIや開発企業によるカンニングを防ぎつつ性能評価するテストの手法を、GoogleのAI研究部門であるGoogle DeepMindが考案しました。<a href="https://gigazine.net/news/20260828-google-ai-evaluations-secure-environments/">続きを読む...</a>

GIGAZINE 2026年08月28日 06:40

この記事のキーワード

< AI・人工知能 href="https:// href="https .net/ </ Google AIモデル -ai テスト AI研究 DeepMind 研究機関開発企業最先端モデル最先端カンニング 45;evaluations AI研究部門性能評価 45;evaluations&# ;secure&#45 ;secure&# environments/">続き environments/">

グラフで繋がりを見る

同じキーワードの記事

共有しているキーワードが多い順

GIGAZINEで元記事を読む

AIや企業によるカンニングを防ぎつつ最先端モデルをテストする方法をGoogleが考案

この記事のキーワード

同じキーワードの記事

Google DeepMindが「EVE Online」でAI研究、20年以上続く仮想宇宙を「知能を映す鏡」として活用へ

2.4兆パラメーターの中華AI「Qwen3.8」がオープンモデルとして無償公開される、OpenAIやAnthropicの最先端モデルに匹敵する性能

Googleが手話をテキストに変換するAIモデルをPixel 11に搭載

「AIに意識はあるのか？」という疑問に対するGoogle研究者の見解

OpenAI・Anthropic・GoogleなどがAIによるサイバー攻撃の防御に関する共同声明を発表

Microsoft・Amazon・Googleが中国製高性能モデル「Kimi K3」を自社でサービス展開するべく協議中との報道、開発元のMoonshot AIは30％の収益分配を打診

「Qwen3.8-Flash-Next」がオープンモデルとして公開される、Qwen4の次世代アーキテクチャを使用

UnslothがAIの性能をなるべく維持しつつ省メモリ化する次世代量子化手法「Unsloth Dynamic 3.0 GGUF」を開発

各種AIのiPhoneでの動作性能を測定した結果がArtificial Analysisによって公開される、コンテキスト長や応答時間を制限して実環境に近い性能を測定

AI分野では「オープンモデルがクローズドモデルに追いつく時間」が飛躍的に縮まっているとの指摘

画像がAI生成かどうかを判別して出どころを調べるGoogleのAIツール「Backstory」はメディアのファクトチェックを迅速化している

AIモデル「Ornith-1.5」が登場、Claude Opus 4.8級の大型モデルからスマホ動作可能な軽量モデルまで網羅したオープンモデル

Googleが倒産したスピリット航空のメール1億件・Teamsチャット5億件を約16億円で購入へ、AIモデルの学習などに利用

Z.aiがコーディング能力に優れたオープンウェイトAIモデル「GLM-5.3」リリース、前モデル比で50％の性能向上

Googleが「Gemini 3.7 Flash」をリリース、Claude Sonnet 5やGPT-5.6 Terraに並ぶ性能で年末まではGemini 3.6 Flashの半額で利用可能

Mistral AIのプラットフォームでサードパーティー製オープンモデルが選択可能に、まずはZ.aiのGLM-5.2から

Googleが「LiteRT.js」をリリース、ブラウザ上のAI推論を既存ランタイム比で最大3倍高速に

「Grok 4.5」が登場、Claude Opus 4.8と同等性能で料金は安価

複数のAIモデルを一元管理できる「Otari」がMozilla.aiによって開発される

テンセントがAIモデル「Hy3」をオープンモデルとして公開、295BでGLM-5.2やDeepSeek-V4に匹敵＆科学タスクではGPT-5.5を上回る