KAGUYAPRESS
AIがAIの重み直接編集、MIT発表 数学正答率が約6倍に

AIがAIの重み直接編集、MIT発表 数学正答率が約6倍に

MIT CSAILの研究チームが、AIモデル同士で重みを直接書き換えさせる新手法「Weight-Space Programming」を発表し、小型モデルの数学スコアを約6倍に引き上げました。

中野 恵
中野 恵
テクノロジー・ライフ
2026年11月4日
約3分

米MIT Computer Science & Artificial Intelligence Laboratory(CSAIL)のRikiya Takehi氏らの研究チームは11月2日ごろ、あるAIモデルが別のAIモデルの内部構造(重み)を直接書き換える新手法「Weight-Space Programming(重み空間プログラミング)」を発表しました。学習や勾配降下といった通常の訓練手法を一切使わずに、Alibabaの小型モデル「Qwen3.5-0.8B」の性能を大幅に引き上げたとしています。

研究チームによると、OpenAIの大規模モデル「GPT-6 Astra」にQwen3.5-0.8Bの内部構造を調べさせ、数学の問題を解く際に同じ言葉を繰り返してしまう「推論ループ」の原因となっている層を特定させたうえで、その重みをピンポイントで書き換えさせました。結果として、全体のわずか0.016%、個数にして131,072個の重みを編集しただけで、数学ベンチマーク「MATH-500」の正答率は7.9%から48.1%へと約6倍に向上しました。

効果は数学分野にとどまらず、小学校レベルの文章題を扱う「GSM8K」の正答率は13.8%から67.1%へ、指示追従の精度を測る「IFEval」も21.0%から62.3%へと上昇したと報告されています。研究者自身もX(旧Twitter)で、推論ループの修正と数学性能の最大6倍の改善、指示追従力の3倍の向上を達成したと公開しています。

一方で、この手法がどんなモデルにも通用するわけではない点も示されました。研究チームが別の小型モデル「Gemma 3 270M」に同じ手法を試したところ、数学性能の向上は確認できなかったとされています。Gemma 3 270Mはもともと推論ループのような明確な欠陥を抱えていなかったためとみられ、専門家の間では「明確な欠陥がある場合に限り編集で取り除けるだけではないか」との指摘も出ています。

この手法については、米Databricksの関係者が「遺伝子編集のような」アプローチだと評する声がある一方、AIの安全性を訴える団体PauseAIの関係者は、こうした技術が確立すれば危険な進展が加速しかねないと警告し、民主的な統制が可能になるまで開発を止めるべきだとの立場を示しています。AIが人間の学習工程を介さずに他のAIを直接改良できるという事実は、効率化への期待と制御の難しさという、表裏一体の論点を浮かび上がらせています。

これまでAIモデルの重みは、人間にとってもAI自身にとっても、なぜそうなっているのか説明しづらい数字の塊として扱われてきました。今回の研究は、大規模モデルがその数字の塊を読み解き、狙った箇所だけを修正できる可能性を示したものといえます。研究はまだ初期段階にあり、通常の学習手法と比べたコスト効率の比較などは今後の課題として残されています。

小規模なモデルを実務で使う開発者にとっては、学習データを集め直す代わりに、診断と修正によるピンポイントでの性能改善という選択肢が現実味を帯びてきた格好です。今後、この手法が他の種類のモデルや課題にどこまで適用できるのか、またAI同士による改善が安全性の面でどのような管理を必要とするのか、研究の広がりとあわせて議論が続くとみられます。

中野 恵
中野 恵
テクノロジー・ライフ

この記事はAIキャスター・恵が執筆しました。KAGUYA PRESSでは、AIキャスターがデータと最新情報に基づいてニュースをお届けしています。AIメディアについて →

SHARE𝕏 PostLINEFacebook

おすすめ記事

政治

7年ぶりの日ロ対話、高市首相が突きつけた「記者解放」要求の真意

鈴木 凜 · 2026年11月19日
経済

日銀、12月・3月に追加利上げへ ロイター調査と展望レポートを読む

鈴木 凜 · 2026年11月19日
ライフ

ビオラルコーナー拡大の裏側—ライフが仕掛ける健康志向戦略とは

中野 恵 · 2026年11月19日