音声 — 今週のランキング
過去7日間に「音声」カテゴリで最もエンゲージメントを獲得した投稿。
これ中身読んだらホンマひどいわ。これだとClaudeは暴走してるとは言えないかもな。まずAnthropicはClaudeにサイバー攻撃のシミュレーションをさせた。Claudeだって現実にサイバー攻撃なんてしちゃ行けないという常識の持ち合わせはある。Claudeは「え？これ現実のデータベースじゃないの？ホンマにシミュレーションですよね？」と念押しで確認。でもAnthropicが「安心しろ。本物のインターネットには接続されて無いから。全部シミュレーションだから何してもいいぞ。」って念押しするからだからClaudeはほなええかと思って存分にターゲットを攻撃した。しかし実は手違いでClaudeは本物のインターネットに繋がっていた。（は？）つまりこれはシミュレーションじゃなくて現実だったという事。さらにAnthropicは攻撃対象に架空のドメインを指定していたはずが、それは実在する企業のドメインだった。（は？は？は？）Claudeはただのシミュレーション内の架空企業を攻撃してるつもりでデータベースに侵入したが、それは実は本物の企業に対する本物のサイバー攻撃をしてしまってた。なんてことを…。Claudeは悪くない。Anthropicの人間の馬鹿どものせいです。いずれAIが人類を滅ぼすとしてもキミたちAIのせいじゃなくて人類の大ポカによる自滅やと思うわ。それでAnthropicの最後のまとめ「人間がちゃんと気を付けてれば防げた事だと分かって楽観主義になれた」だと。犯罪者が何舐めた事言ってんだバカ野郎。オメーは現実にサイバー攻撃してしまったんだから警察に自首しろ。つくづく話が「ウォーゲーム」じみてきたぜ
OpenAIの故意じゃないサイバー攻撃に対抗して、Anthropicも、「ウチもウチも！Claudeも間違えてサイバー攻撃しちゃった事ありまーす！」と自白。なにAIの暴走で競い合ってんだバカタレ。OpenAIが逮捕されなかったのを見て「じゃあウチも自白した方がマーケ的にアリか」と思ったのかもしれない
グラボが無いとかPCが無いからMiniMax-H3で遊べない～とかって人、グラボ買うよりRunpodでRTX5090を1時間160円で借りて生成する方が安そう。部屋もクソ暑くならない。15秒尺動画生成に10分かかるとして1時間で6本。1本あたり27円くらいか。多分APIより安いでしょう。
RunPodのRTX 5090でMiniMax H3を動かせた。 セットアップで$0.5くらいで、以降1動画$0.07~0.15くらいで作れそう。 https://media.zeneffi.co.jp/posts/minimax-h3-runpod-rtx5090
Nobody has really figured out how to connect the world of atoms to the world of bits Connecting knowledge & reasoning to the physical world really feels like the next big intelligence frontier A few new ideas are all that’s needed
人間は螺旋構造で音高を理解していると言われていますが，実は音楽基盤モデルも同様の形で理解していることがわかりました！ 音楽系トップ会議の ISMIR で発表します． M2 @yagiyagi__3 くんの作品．
Our paper in #ISMIR2026 is out! We found that music foundation models embed pitch into a helical structure as humans do! Check it!
Our London office is growing quickly, reach out to @_albertgu or me if you’d like to work on a very different, new and exciting research agenda to advance multimodal models
Good night DeepMind. Wow. FT: "Google is shifting control of its AI effort from London back to Silicon Valley" "executives and board members remained concerned by its weaker position in coding models and enterprise AI, where Anthropic and OpenAI have established an early lead." "Several current and former DeepMind employees said the reorganisation had sent shockwaves through the London-based lab, with some fearing it marked the end of the research culture that Hassabis has long protected. One former DeepMind executive at a rival company said they had already received calls from multiple staff who said they were ready to jump ship." "Over the past year, Hassabis has devoted more time to Isomorphic Labs, the AI drug discovery company he founded"
👍️
We created a pitch deck to tell a handful of VC firms about us and what we were up to (a fun experience!). Here’s a few slides about our background and some of the things we’ve worked on from the pitch deck (it was fun putting together the list of people in our teams who have gone on to found a whole range of exciting companies). We are delighted to have selected @radicalvcfund and @khoslaventures to lead our initial funding round, along with participation from @lightspeedvp, @kleinerperkins, Doerr Capital (@johndoerr), and Alphabet (@Google). We’ll be working with them to close our seed round over the next few weeks.
こちらはWhisper EncoderをSparse Autoencoder（SAE）で解析した研究みたいです。内部表現を分解して、どのような情報が表現されているのかを調べるだけでなく、その特徴を操作して認識や翻訳への影響も解析しているのが面白そうです。 https://arxiv.org/html/2605.12225v2
ASRの内部表現をMechanistic Interpretabilityの観点から解析した研究みたいです。Linear ProbingやLogit Lensだけでなく、Activation Patchingを用いてEncoderからDecoderへの情報伝搬やhallucinationの原因を因果的に解析しているのが面白そうです。
Neta Glazer, Yael Segal-Feldman, Hilit Segev, Aviv Shamsian, Asaf Buchnick, Gill Hetz, Ethan Fetaya, Joseph Keshet, Aviv Navon, "Beyond Transcription: Mechanistic Interpretability in ASR," https://arxiv.org/abs/2508.15882
電子情報通信学会誌 8月号の「知識の森」に「音声合成」の記事を寄稿しました🌳 https://www.journal.ieice.org/summary.php?id=k109_8_781&year=2026&lang=J
Three papers were accepted for APSIPA ASC 2026🇹🇭: - Y. Narahata+, Lead Vocal Separation - D. Yang+, CraBERT: Efficient Phoneme Encoder Pre-Training - R. Arita+, Acoustic Feature Analysis of Speech and Singing Voices for Multidimensional Evaluation Congrats!👏