聞き流すだけでAIリテラシーが上がる、柴亮太のAI最前線の日次AIポッドキャストまとめです。2026年9月7日は9本・合計42分の対談を配信しました。全エピソードはポッドキャストページでまとめて聴けます。
本日のエピソード一覧
CASA：軽量LLMと音声エンコーダでスピーキング評価がSOTA達成、解釈性も向上
自動スピーキング評価（ASA）の分野に、新たなアーキテクチャ「CASA」が登場しました。Whisper-mediumとQwen3.5-2Bを組み合わせることで、既存手法を上回る最高性能を達成しつつ、推論パラメータを約半減。音声と内容の貢献度を明確に分離し、高い解釈性を提供します。汎用性の高さも特徴です。（5分）
元記事：CASA：軽量LLMと音声エンコーダでスピーキング評価がSOTA達成、解釈性も向上
SAE評価の盲点：測定位置が結果を歪める
スパースオートエンコーダ（SAE）は、言語モデル内部の複雑な計算を解釈可能な「潜在変数」として特定します。これらの潜在変数の重要性を評価する際、通常は特定のトークンでその影響を測定しますが、この「測定位置」の選択が結果を大きく左右することが判明しました。既存の評価プロトコルでは、評価対象のSAE辞書によって測定位置が異なり、これが比較結果の信頼性を損ねています。本研究は、測定位置を固定することで、SAE間の不一致が大幅に減少することを示し、より正確な評価手法を提案します。（5分）
VLMは「分からない」を表現できない？認識と出力のギャップ
Vision-Language Models (VLM)が視覚情報から判断できない状況で、回答を控える能力（Epistemic Restraint）が低いことが判明しました。内部的には不明瞭さを認識しているにも関わらず、外部に「分からない」と表現できない深刻なギャップが存在します。TRAPSBenchと新指標PECSを用いた検証により、この問題のボトルネックは「表現」にあることが明らかになりました。（5分）
元記事：VLMは「分からない」を表現できない？認識と出力のギャップ
その他のエピソード
聴き方
Spotifyで聴く、またはポッドキャストページから。明日も本日分のまとめをお届けします。
学習コースAI活用アカデミー
コース一覧を見る →
今回はAIの『知性』や『能力』の根幹に迫るような研究が多かった印象です。特に注目したいのは『OmniScientist』。仮説生成から論文作成までを自動化するAI科学者という発想は、研究の未来を大きく変える可能性を秘めていると感じます。多種多様な生データから直接研究を進めるというアプローチは、今後の科学発見を加速させるでしょう。一方で、『VLMは「分からない」を表現できない？』というエピソードも非常に示唆に富んでいます。AIが内部で不確実性を認識しながらも、それを外部に適切に伝えられないというギャップは、AIの信頼性や人間との協調を考える上で、僕らが真剣に向き合うべき課題だと改めて感じました。
