AI要約
DeepSeek-R1の推論手法をオープンソース化するOpen R1プロジェクトの最新成果です。競技プログラミングに特化した約10万サンプルのCodeForces-CoTsデータセットと、IOI（国際情報オリンピック）ベンチマークを公開しました。これらで訓練したOlympicCoder-32Bモデルは、Claude 3.7 Sonnetなどの閉鎖型frontier モデルを上回り、100倍以上大きなモデルも凌駕しています。実装可能な高品質データセットとベンチマークが揃い、コード推論の民主化が進みます。
Claude Mythosはステップチェンジ級の強力なモデルで、主要OS・ブラウザの数万件のゼロデイ脆弱性を発見し、83.1%の成功率でPoC作成も可能です。AnthropicはProject Glasswingで防衛目的に限定展開。この発表で大手サイバーセキュリティ企業株が5～11%下落、SaaS業界の再編不安が高まっています。
Claude Mythos PreviewはSWE-bench 93.9%を達成した史上最強モデルですが、セキュリティリスクを理由に招待制・防衛的サイバーセキュリティ専用として限定公開されています。全主要OS・ブラウザで数千件のゼロデイを自律発見し、Firefox exploitではOpus比90倍の性能差を示しています。Amazon・Apple・Microsoft等12社以上が参加するProject Glasswingの中核として機能し、$100M使用クレジットが投下される、AIセキュリティの大転換点を示す発表です。
