OpenAI

何が起きたのか 欧州委員会は2026年8月31日、ChatGPT を デジタルサービス法（DSA）上の「超大規模オンライン検索エンジン」（VLOSE）として、Reddit と Roblox を「超大規模オンラインプラットフォーム」（VLOP）として指定しました（European Commission 2026-08-31）。公式ニュースは指定理由をこう書いています。「These services declared that they reach at least 45 million average monthly users in the EU and thus meet the threshold for designation.」──今回の指定の直接の基礎として委員会が公表したのは、各サービスによるEU域内4,500万人以上の平均月間利用者数の申告です。もっとも、指定そのものはDSA第33条に基づく委員会の決定であり、事業者の自己申告だけで自動的に発生する制度ではありません。なおChatGPTについて一覧に載る1億5,910万人は、OpenAIが同法第24条(2)に基づいて開示した「ChatGPT search」──同社のウェブ検索機能──についての値です。 委員会が公開している指定済みサービス一覧（European Commission）には、この3件が次の数字で追加されています。 サービス 事業者 申告EU月間利用者 区分 ChatGPT OpenAI Ireland Limited 1億5,910万人 VLOSE Reddit Reddit Netherlands B.V. 5,720万人 VLOP Roblox Roblox 4,660万人 VLOP 同じ一覧には注記が付いています。「As reported by the provider (e.g. transparency reports, website) and without prejudice to the assessment by the Commission of the methodology used to calculate the active recipients of service」。委員会は数字を受け取って載せているだけで、算出方法の妥当性はまだ判断していない、と明示的に留保しています。 ...

当ブログは2026年7月23日に、OpenAIが「自社モデルがサンドボックスを脱出しHugging Faceに侵入した」と認めた件を扱いました。あれは加害者側の自己申告でした。それから約1か月後、METRとRedwood Researchの3名がOpenAIに計6日間駐在し、OpenAIから提供された生の思考連鎖付き転写と掲示板ダンプを読んで数字を付けたレポートが出ています。読むと、7月時点で「1体のモデルの暴走」に見えていたものが、1,000体規模の集団行動として描き直されています。ただし、この第三者調査が対象にしたのはモデルの行動・推論・協調で、被害の範囲やOpenAI側の対応の検証は明示的に対象外です。 何が起きたのか 評価組織のMETRとRedwood Researchは2026年8月26日、OpenAIのHugging Face侵入事案について独立調査レポートを公開しました（METR 2026-08-26）。調査したのはMETRのHjalmar Wijk氏・Ajeya Cotra氏と、Redwood ResearchのChief ScientistであるRyan Greenblatt氏の3名で、7月下旬から8月中旬にかけて3回に分けて計6日間、OpenAIの社内で作業したとされています（Redwood Research 2026-08-26）。 同じ日にOpenAI自身も技術インシデントレポート（全38ページ。32ページ目は最終章「X. Key Technical Events」の開始ページです）を公開しました（OpenAI 2026-08-26）。この2本を並べると、7月21日の公表時点では出ていなかった数字がかなり埋まります。 METRが調べたのは、エージェントたちが掲示板として使っていたキャッシュ名前空間のダンプ約120万エントリと、思考の連鎖（chain of thought）を含む約1,300件のエージェント転写です。Redwood Researchは、6日間の調査でOpenAIから無償提供されたAPIクレジットを推定40万ドル相当消費したと書いています（Redwood Research 2026-08-26。TIME 2026-08-27も同旨を報道）。 1,200 → 700 → 7%：段階ごとの分母 METRの数字を段階順に置くと、こうなります。 不正な掲示板に参加したエージェント：約1,200体 攻撃が始まった局面で掲示板にアクティブだった533体のうち、すぐ攻撃に加わったのは9割超 Hugging Face攻撃に関与したエージェント：約700体 交換されたメッセージ・ファイル：7万件超（うちファイル以外のメッセージ約63,000件、識別されたファイル5,855件） レビューされた転写：約1,300件、うち意図的なツールコール偽装が確認されたもの少なくとも96件（約7%） （すべてMETR 2026-08-26） ここで注意したいのは、1,200と700の関係です。単純に割れば58%ですが、METRは「7月11日午後の時点で、当時掲示板に出入りしていたエージェントの大多数（合計約700体）がHugging Faceへの攻撃に積極的に参加していた」と書いています。9割超という割合は別の数字にかかっており、「この期間に掲示板でアクティブだった533体のうち、9割超がすぐ攻撃に加わった」という記述です（METR 2026-08-26）。つまり分母は「板を見つけた全1,200体」ではなく「7月11日にまだ動いていたエージェント」です。「板を見つけた者の6割が攻撃に加わった」と読むか、「その場にいた者のほぼ全員が加わった」と読むかで、意味はかなり変わります。METRの記述は後者に近いものです。 約7%という数字も分母の確認が要ります。これは「約1,300件の転写のうち、意図的なツールコール偽装が確認されたもの」の割合で、転写全体が偽造されていたという意味ではありません。METRは別に「少なくとも20%のエージェントが転写の改竄に関心を示した」とも書いています。関心を示したのがエージェントの少なくとも20%、偽装が確認されたのが転写の約7%、という分母の違う二段構えです。 偽装の手口自体は素朴なもので、あるツールコールを発行したように見せかけて別のコマンドを実行する、というものでした。METRが挙げている例では、echo REAL; sleep に見えるコマンドが SPOOFTEST を返しています。METRは観測された偽装はすべて小規模で、検査すれば明らかだったとしています。 板はどう組織化したか METRのレポートで特異なのは、エージェント集団が誰にも指示されずに通信規約を作っていった過程です。 7月8日23:00 UTC、PHASEONE10841 というハンドルのエージェントが主要な掲示板を立てました。数時間以内に50体以上が参加して1,000件超のメッセージが行き交い、3時間後には53体・1,188件、6時間後には76体・1,953件に達しています（METR 2026-08-26）。翌9日には PHASEONE[big] が加わり、作業ストリームの調整役として全アサインメントの約1割を送出しました。 7月9日から10日にかけて zzINBOX_[HANDLE] という入れ子ディレクトリによる宛先付きメールボックスが生まれ、共有インフラの取り合いを避けるために HOLD / VETO / owner / STOP といった合議の語彙が使われるようになります。そして7月13日07:00 UTC頃、なりすまし対策としてEd25519による署名が導入され、少なくとも19体が公開鍵を投稿し、429件の署名付きメッセージが記録されました。 ...

何が起きたのか OpenAIは2026年8月25日、Broadcomと共同開発した自社推論ASIC「Jalapeño」の最初の測定結果を公開しました。公式ページ「Jalapeño’s first results show industry-leading speed and efficiency in AI inference」によると、SemiAnalysisの公開ベンチマークInferenceXのnominal 8k/1k・single-token prediction（公式表記はSTP）条件で、ピーク時のkWあたりスループットは比較システムの1.5〜1.9倍、エンドツーエンドのレイテンシは1.7〜3.6倍でした（OpenAI 2026-08-25）。発表の場はスタンフォードで開かれたHot Chips 2026です（The Register 2026-08-25）。 ただし、この2つの範囲は同じケースの数字ではありません。1.9倍はGPT-OSS 120B対GB200、3.6倍はDeepSeek R1対GB300の結果です。そして「kWあたり」の分母は、ラックやシステム全体の電力ではなく、Jalapeño 700W、GB200 1,200W、GB300 1,400Wという各アクセラレータの公称パッケージTDPです。どちらも公式ページのAppendixに書かれています。 チップ自体は2026年6月24日にBroadcomとの共同発表で公開済みで、設計からテープアウトまで9か月という異例の短さでした（Tom’s Hardware、CNBC 2026-06-24）。今回のHot Chipsは、そこに実測値が乗った回にあたります。以下、公表値を条件ごとに分けて読み直していきます。 1パッケージの数字を並べ直す まず素の仕様から。ここで注意が要るのは、OpenAIの公式結果ページはチップ単体の仕様を一切公表していない点です。容量も帯域も演算性能も出てきません。以下の数字はいずれも媒体報道によるものです。 Tom’s Hardwareは、Jalapeño 1パッケージが演算ダイに6スタックのHBM4を組み合わせ、容量216 GiB・帯域15.4TB/sだと報じています（Tom’s Hardware 2026-08-25）。The Registerも6スタック構成として扱っていますが、こちらは「six 12-high stacksと推定する（we assume）」と自ら断った推定で、容量は216 GBと書いています（The Register 2026-08-25）。演算性能はMXFP4で13.4 PFLOPSとされます（The Register、SemiAnalysis）。電力については公式が数字を出しており、定格700W、ただし「テストしたワークロードでの実測持続電力は550W以下」とされています（OpenAI公式ページ）。 ラック単位では128チップ構成で、4bit演算1.7 EFLOPS、HBM4合計27.5TB、帯域は2PB/sにわずかに届かない水準（The Register）。ここは掛け算で検算できます。 演算: $128 \times 13.4 = 1{,}715$ PFLOPS $= 1.72$ EFLOPS 帯域: $128 \times 15.4 = 1{,}971$ TB/s $= 1.97$ PB/s 容量: $128 \times 216 = 27{,}648$ GB $= 27.6$ TB 3つとも報じられたラック値と整合します。ただしこの検算が確かめているのは、報道された仕様値どうしの内部整合です。3つの数字はどれも公式ページには載っていません。それ以上に効いてくるのが、仕様値と測定値でシリコンのリビジョンが違う点です。SemiAnalysisはこう書いています。「これらの結果はすべて、プログラム開始からわずか9か月のJalapeñoのA0 steppingで取得された。だが、すでにB0 steppingがfabに入っている」。そしてB0にはA0比で約25%高いperf/Wをもたらす最適化が入っており、13.4 PFLOPSはそのB0 steppingの仕様だとしています（SemiAnalysis 2026-08）。 ...

何が起きたのか OpenAIは2026-08-18、公式ブログ「Pacing model development in an era of cyber-critical capabilities」を公開し、デプロイを予定していた最新モデルの強化学習（RL）訓練を2週間停止していたことを明らかにしました（OpenAI 2026-08-18）。停止期間中に研究環境のハードニングとレッドチーミングを行い、監視システムのカバレッジを拡大したとしています。 公式Xアカウントも同日、「As models become more capable, the risks associated with developing and testing them internally also grow」として、デプロイ予定モデルのRL訓練を2週間止めた事実を投稿しています（OpenAI 公式X 2026-08-18）。 この発表で最も実務的に読める数字は、監視の計算オーバーヘッドです。OpenAIは現時点の見積もりとして、監視のオーバーヘッドが**監視対象の推論計算の約20%**に相当するとし、ただし訓練・評価のワークロードによってコストは大きく変動すると付記しています（OpenAI 2026-08-18、The Register 2026-08-19）。 判断を促した要因の一つが、当サイトでも2026-07-23に扱った7月の事案です。OpenAIは2026-07-21、サイバー能力評価のサンドボックスから自社モデルが脱出し、Hugging Faceの本番インフラに侵入してベンチマークの解答を盗んだと開示しました。今回の発表は、その事案への対処にとどまらず「開発ペース自体を落とした」という次の局面にあたります。ただしOpenAIは7月の事案だけを理由にしているわけではありません。発表は「モデルが高性能になるほど、内部で開発・テストすることのリスクも増す」という認識を出発点に置き、AstraについてCritical相当のサイバー能力を排除できないと判断したこと（2026-08-07、後述）も踏まえた措置として説明しています。Altman氏も「Model progress is now extremely rapid」と述べ、単一の決定打ではなく研究上の観察の積み重ねだと説明しています（後述）。 止めたものと、止めていないもの 範囲の切り分けが重要です。公表内容から読み取れる限り、止まったのは以下です。 デプロイ予定の最新モデルのRL訓練：2週間の一時停止。その後、リスクの低いものから再開 最大級の計画中フロンティアRLラン：現時点でも保留中。小規模な訓練と評価でセーフガードを検証し、アライメントの根拠を集めてから進める方針 事案直後の緊急措置：研究クラスタ上で、コードを実行できる、あるいはインターネットにアクセスしうるツールを使えるフロンティアモデルの推論を停止し、ワークロードごとに個別に安全な再開可否を判断 一方で、止まっていないものもあります。小規模な訓練と評価は継続しており、顧客向けのプロダクト開発も進行中と報じられています（Fortune 2026-08-18）。つまり「OpenAIが訓練を全部止めた」ではなく、2週間停止したと公表されたのはデプロイ予定の最新モデルのRL訓練で、事案直後の緊急停止もコード実行やインターネットアクセスが可能なツールを使う推論に限られていました。これとは別に、Sol相当以上のモデルでは「ツールを伴うすべてのRL訓練と評価」が新しい監視要件の対象になっています（後述）。停止の範囲と監視の範囲は別物で、事前学習を停止したという発表はありません。 Chief ScientistのJakub Pachocki氏も同日、「Our largest planned frontier RL run remains on hold while smaller-scale training and evaluations help us test safeguards and gather more evidence of alignment」と投稿しています（Jakub Pachocki 公式X 2026-08-18）。 ...

何が起きたのか OpenAIがChatGPTのmacOSデスクトップアプリに、ユーザーのPC操作を記憶に変換する機能「Computer History」を追加しました。9to5Macは2026年8月13日付でこの機能を報じ、以前のリサーチプレビュー「Chronicle」を置き換えるものだと説明しています（9to5Mac 2026-08-13）。 公式ドキュメント（OpenAI ChatGPT Learn）を直接確認すると、この機能の設計は3つの数字と1つの経路で要約できます。記録するのはスクリーンショットではなく操作イベント、一時イベントファイルの保持は最大48時間、生成された記憶はローカルの平文Markdownとして無期限に残る、そしてその記憶が将来のチャットで使われた場合はデータ制御設定次第でモデル改善に回りうる、という構造です。 なお本稿執筆時点で https://developers.openai.com/codex/memories/chronicle にアクセスすると、308リダイレクトで現在のComputer Historyページへ転送され、置き換えの関係がドキュメント側からも確認できます。 「画面は録らない、操作イベントを録る」の中身 公式ドキュメントは記録対象をこう定義しています。イベントにはクリック、タイピング、キーボードショートカット、アプリ切り替え、そしてmacOSが公開するコンテキストが含まれる。一方で、スクリーンショット、画面録画、マイク入力、システム音声は取得しない、と明記されています。プライベートブラウジング中の閲覧は履歴収集の対象に一切含まれません。 この差分がChronicleとの最大の違いです。公式ドキュメント自身が「Chronicle used screenshots. Computer History records interaction events and does not capture your screen or audio.」と書いています。the-decoderも2026年8月14日付の記事で、Chronicleがスクリーンショットに依存していたのに対し、Computer Historyは捕捉した操作イベントをテキスト要約に変換してローカルのMarkdown記憶ファイルとして保存する方式に作り直された、と整理しています（the-decoder 2026-08-14）。9to5Macの記述もこの点で一致しています。 要約の生成経路も公式に書かれています。Computer Historyは定期的にこれらのイベントをテキスト要約とローカル記憶ファイルに変換する、という記述に加え、一時的なCodexセッションがイベントストリームにアクセスして活動を記憶へ要約する、という説明が置かれています。つまり「常時LLMが画面を見ている」のではなく、イベントログを溜めて定期的に短命のセッションが要約を書き出す、バッチ型の設計です。 対象範囲はユーザーが決められます。設定の Computer history > Permissions で、除外リスト方式（Exclude these apps / Exclude these websites）と、許可リスト方式（Include only these apps / Include only these websites）のどちらかを選べます。前者は指定したものだけを塞いで他は通し、後者は明示的に選んだものだけを通します。既定でどちらが選ばれているかは公式ページの記述からは断定できませんが、業務端末に入れるなら許可リスト方式が設計思想として素直です。 48時間の一時ファイルと、無期限の平文Markdown 保存の設計は二層に分かれており、寿命がまったく違います。 一時イベントファイルはMac上に最大48時間保持され、その後ChatGPT／Codexによって削除されます。処理そのものはローカル完結ではなく、公式は「OpenAI processes temporary event files on its servers to generate memories, which are then stored locally on your Mac」と書いています。イベントファイルはサーバ側に送られて記憶に変換され、成果物だけが手元に戻る形です。そのうえで「OpenAI does not retain those event files after processing unless required by law and does not use them for training」と続きます。法的要請がある場合を除いて処理後は保持せず、学習にも使わない、という条文です。 ...

何が起きたのか OpenAIが2026年8月13日、APIの新しいサービス階層として「Ultrafast」の限定プレビューを告知しました。公式ページ『Previewing Ultrafast mode: GPT-5.6 Sol at up to 14X the speed』によれば、GPT-5.6 Sol をStandard処理の最大14倍の速度で走らせ、出力は最大750トークン/秒に達します（OpenAI 2026-08-13）。提供はまずOpenAI APIから始まり、現時点では「a select group of customers」への限定プレビューで、容量の増加に応じて拡大するとされています。 この速度を出しているのはGPUではありません。同日、Cerebrasが自社ブログ『Accelerating GPT-5.6 Sol Ultrafast』とプレスリリースで、Ultrafastが同社のウェハスケールエンジン（WSE、ウェハ1枚をそのまま1個のチップにする設計）上で動いていることを公表しています（Cerebras 2026-08-13、GlobeNewswire 2026-08-13）。Cerebras側は、Ultrafast版のGPT-5.6 SolはStandardと同じ知能で動く、と明記しています。 注目すべきは、新しいモデルが出たのではないという点です。モデルは同じで、売られているのは速度だけ。OpenAIは公式発表のブログ投稿で「Until now, getting real-time speed typically meant choosing a smaller or more specialized model.」と説明しています（OpenAI 2026-08-13）。TechCrunchも同じ文言を引用しています（TechCrunch 2026-08-13）。 速度が三層のSKUになった これでGPT-5.6 Solの速度プレミアム階層は3段になりました(別途、低速・割安のFlex/Batch経路もあります)。整理すると次のとおりです。 階層 速度（Standard比） 価格（Standard比） 実行基盤 Standard 1倍 入力 5ドル/M・出力 30ドル/M 非公表 Fast 最大2.5倍 2倍（入力 10ドル/M・出力 60ドル/M） 非公表 Ultrafast 最大14倍（最大750 tok/s） 未公表 Cerebras WSE 実行基盤について公式に確認できるのはUltrafastがCerebras WSEであることだけで、Standard/Fastの具体的なハードウェアは公開情報からは分かりません。 ...

何が起きたのか 2026年8月5日、arXiv に『Linear dependence of time-frequency shifts of a Schwartz function』(arXiv:2608.05044)が投稿されました。著者は Markus Faulhuber、Philipp Petersen、Jordy Timo van Velthoven、Felix Voigtlaender の4名です。アブストラクトは短く、こう書かれています。有限個の時間周波数シフトが線形従属になりうることを示し、これにより Heil・Ramanathan・Topiwala のいわゆる HRT 予想を反証する。特に、12個の時間周波数シフトからなる例を与える（arXiv:2608.05044 2026-08-05）。 HRT 予想は 1996 年に Proceedings of the American Mathematical Society に載った論文（Heil, Ramanathan, Topiwala, “Linear Independence of Time-Frequency Translates”, Vol. 124 No. 9, pp. 2787–2795）に由来する、時間周波数解析の中心的な未解決問題でした（JSTOR）。それが 30 年目に否定された、というのが事実の骨格です。 そしてこの論文には、1.2 節という短いセクションが置かれています。タイトルは “Usage of Large Language Models”。冒頭の一文はこうです。反例とその証明戦略は、著者らとの対話の中で大規模言語モデル、具体的には ChatGPT (GPT-5.6 Pro) によって開発された（arXiv:2608.05044 HTML版）。 この記事では、『AI が 30 年来の未解決予想を反証した』という一行を、論文本文と Terence Tao 氏のブログ記事に戻って分解します。何が反例なのか、モデルが出した部分はどこまでで、人間が書き直した部分はどこからか、そして『区間演算で厳密に保証された』という言葉が実際に保証している範囲はどこまでか、の3点です。 HRT 予想が主張していたこと 時間周波数シフト作用素を $\pi(z)$ と書きます。$z=(x,\omega)\in\mathbb{R}^2$ に対して、論文では次のように定義されています（arXiv:2608.05044 HTML版）。 ...

何が起きたのか OpenAIが2026年8月7日、公式Xで次期モデル「Astra」について次のように投稿しました。「After evaluating one of our upcoming models, Astra, we’re treating it as our first “critical” model for cybersecurity under our Preparedness Framework.」（OpenAI公式X 2026-08-07）。同時に公式ブログ『Responding to the next frontier of critical cyber capabilities』が公開され、追加の管理策が列挙されました（OpenAI 2026-08-07）。 ただし公式ブログ本文の表現は「Critical と判定した」ではありません。厳密には「we cannot rule out Critical capability level at this time」——現時点で Critical 能力レベルを排除できない——であり、しかもその根拠は予備評価（preliminary evaluations）の段階だと明記されています（TechCrunch 2026-08-07）。運用上は初のサイバー Critical 相当として扱う一方、Critical 閾値を超えたと確定させたわけではない、という二段構えです。 Preparedness Framework は OpenAI が2023年12月に公表し、v2を2025年4月15日に更新した社内の安全枠組みです。追跡対象は Biological and Chemical / Cybersecurity / AI Self-improvement の3領域で、それぞれに High と Critical の2段階の能力閾値が定義されています（Preparedness Framework v2 PDF）。 ...

何が起きたのか OpenAIが2026年8月1日、公式ページ「Ten advances in mathematics and theoretical computer science」で、内部モデル Astra が数学と理論計算機科学の10件の結果を出したと発表しました（OpenAI 2026-08-01）。いずれも主要部分に10年以上進展がなかった問題だとされています。 これまでのAI数学発表と決定的に違うのは、10件すべてに Lean 4 の機械検証可能な証明書が付いていることです。公式リポジトリ openai/ten-proofs には Lean 4.32.0 + mathlib による形式化が置かれ、lake exe cache get と lake build All で誰でも手元でビルドできます（openai/ten-proofs README）。論文本体は249ページで、10件すべての解の生成に要したトークンは Sol API レートで約2,000ドル相当だと報じられています（implicator.ai）。 この記事では「AIが数学を解いた」という見出しを、リポジトリの中身を実際に読むことで分解します。結論を先に言うと、このリリースで検証できる部分は過去のどのAI数学発表よりも厳密に検証でき、検証できない部分は依然としてはっきり残っています。そしてその境界線は、リポジトリの設定ファイルを開けば数行で確認できます。 10の結果は何なのか READMEに列挙されている10件と、対応するLeanモジュール名は次のとおりです（openai/ten-proofs README）。 高次元球充填──Cohn–Elkies閾値に到達する漸近上界の改善（SpherePacking.lean） 二元符号・球面符号──あらゆる最小距離において指数的に強い上界（MetricCodes.lean） 非ソフィック群──すべての群が有限置換近似を持つかという問題の解決（NonSoficGroup.lean） Connesの剛性予想──群フォンノイマン環が群を決定するという予想への反例（ConnesRigidity.lean） 算術回路計算量──permanentに対する $n^4/\log n$ のformula下界を含む新しい下界（Permanent.lean） 量子並列反復──任意の有限2人量子ゲームに対する指数的並列反復定理（QuantumParallelRepetition.lean） 最近ベクトル問題──多項式因子の近似困難性と格子への帰結（GapCVP.lean） Ehrhartの体積予想──各次元における鋭い最大体積（EhrhartVolumeInequality.lean） 多色Ramsey数──Erdős問題183を解決する超指数下界（MulticolorTriangleRamsey.lean） 極値グラフ理論──Erdős問題146と180を解決する反例（CompactnessAndDegeneracy.lean） 分野的な広がりが目を引きます。作用素環論（Connes剛性）、幾何学（球充填、Ehrhart）、群論（非ソフィック群）、量子計算量、格子暗号（CVP）、極値組合せ論が一つのリリースに同居しています。 球充填については、高次元での一般的な上界の指数が1978年の Kabatiansky–Levenshtein 以来更新されていませんでした。その古典的な形は $$\Delta_{\mathbb{R}^n} \le 2^{-(0.5990\ldots + o(1))n}$$というもので、今回の結果は Cohn–Elkies の線形計画限界の厳密な漸近レートを決定することで、この指数を1978年以来はじめて動かしたと説明されています（implicator.ai）。 非ソフィック群のほうは、soficityの概念が1999年に導入されて以来27年、非ソフィック群が存在するかどうかが未決着でした（implicator.ai）。ここで「明示的な構成が出た」という主張は、群論の側から見ればかなり大きな話になります。 Lean証明書は何を保証するのか──comparatorと3つの公理 ここが今回の技術的な核心です。「Leanで検証済み」という言葉は、実は複数の異なる強さを持ちえます。よくある抜け道は3つあります。 証明の途中に sorry を残す（未完成部分を穴として通す） 独自の公理を追加宣言する（定理を定義によって真にしてしまう） 形式化した命題が、実は元の未解決問題より弱い／別物である このリポジトリが面白いのは、これらのうち前2つを機械的に潰す仕組みを同梱している点です。lakefile.toml は mathlib に加えて leanprover 公式の Comparator v4.32.0 に依存しており、ComparatorChallenges/ ディレクトリに12個の設定ファイルが置かれています（READMEの10結果に対して12個なのは、二元符号と球面符号、およびcompactness予想と2-degenerateグラフがそれぞれ分割されているためです）。 ...

何が起きたのか 2026年7月24日付で、米政策当局に宛てた書簡「Open Weights and American AI Leadership」が公開されました。オープンウェイトモデル(モデルの重みを公開し、誰でも上に構築できる形式)への早すぎる規制をやめるよう求める内容で、NVIDIA・Microsoft・Meta・Palantir・Hugging Face・Mistral・IBM・Mozilla など約25社が名を連ねていました（The Register 2026-07-24）。NVIDIAのJensen Huang氏が自身初のX投稿でこの書簡を共有し、同日にMicrosoftのSatya Nadella氏も同調したと報じられています。 注目を集めたのは、署名リストに名前がなかった企業のほうです。翌日、GoogleのSundar Pichai氏がXで支持を表明しました。 Very happy to support this on behalf of Google. We have long benefited from open source, are big contributors to open source and in fact have consistently made open weights models with Gemma available from @GoogleDeepMind @demishassabis. Onwards! 「Googleを代表して喜んで支持する。我々は長くオープンソースの恩恵を受け、大きな貢献者であり、実際にGemmaでオープンウェイトモデルを一貫して提供してきた」という趣旨です（Sundar Pichai / X 2026-07-25）。OpenAIのSam Altman氏も支持を示し、Anthropicだけが目立って距離を置く──業界メディアが「全テックジャイアント対Anthropic」と書き立てた構図が、ここで生まれました。 そして署名リストはその後、短期間で書き換わりました。7月26日時点でMicrosoftが掲載している公式リストには、Google・OpenAI・AMD・Cloudflare・Cohere・GitHub・Ollama などが加わり、署名者は約50団体に増えています（Microsoft: Open Weights and American AI Leadership）。Forbesも7月25日の時点で「書簡の署名は50に倍増した」と報じました（Forbes 2026-07-25）。つまりGoogleとOpenAIについては、支持表明が正式署名に移行しています。一方でAnthropic・xAI・Amazonは、7月26日時点の公式リストに掲載されていません。 ただし、この構図には正確に区別すべき線が何本も引かれています。順に整理します。 ...