Opus 5.5が重みを手書き、13種の課題で全問正解。中央値166パラメータという逆転

best

UXリサーチャー/AIツール評価
Opus 5.5が重みを手書き、13種の課題で全問正解。中央値166パラメータという逆転

米マイクロソフト研究院とジョンズ・ホプキンス大学、コロンビア大学、ニューヨーク大学の共同研究が、Transformerの重みをコードで直接書かせる手法「iWSP(解釈可能な重み空間プログラミング)」を発表した。13種のアルゴリズム課題を26回の独立実行で試し、隠したテストセットの正答率がすべて100%に達した。逆伝播も勾配降下も使っていない。重みを書いたのはClaude Opus 5.5である。

Opus 5.5が重みを手書き、13種の課題で全問正解。中央値166パラメータという逆転のポイント

逆伝播を使わずに、どう重みを決めるのか

学習では通常、出力の誤差を後ろへ伝えて何億もの数値を少しずつ動かす。どの数値が何を担うのかは最後まで分からない。iWSPはこの手順を捨て、代わりに検証スコアを1つだけ見せる。

Opus 5.5は、その1つの点数を頼りに計算の筋道を組み立て、Pythonコードで特徴量を明示し、書いた式を重みの数値へ変換する。うまくいった部品は残し、足りない部分を書き足す。1回の課題あたり平均39回で収束した。出来上がる網は、人間が上から順に読める。

なぜ「強いモデルほど小さい網」を書いたのか

同じ全問正解でも、モデルの階層で必要な大きさが桁違いだった。Haiku 5.5が書いた網のパラメータ中央値は10万個、Sonnet 5.5は4万1,600個、Opus 5.5は166個。千億規模の数値を持つ大規模モデルの時代に、166という数字はほとんど零に等しい。

項目 数値
課題 13種のアルゴリズム、26回の独立実行
隠しテストの正答率 全26回で100%
Haiku 5.5のパラメータ中央値 100,000個
Sonnet 5.5のパラメータ中央値 41,600個
Opus 5.5のパラメータ中央値 166個(初期は約3,400個から削減)
1課題あたりの試行 平均39回
感情分類(言語課題) 約190,000個、正答率72%

理由は試行の記録に残っている。Opusは最初、動くことを優先して約3,400個の網を書く。満点を取った後、冗長な計算を削り、行列を圧縮し、200前後まで落とす。暗記で押し切る下位モデルは、場合分けを全部抱え込むために大きくなる。論理を掴んだ側は、小さな紙切れで足りる。

科学の現場で、この透明さは何を変えるのか

脳の反応を予測する研究では、精度の高い黒箱を黒箱のまま使う矛盾が長く続いてきた。予測が当たっても、脳がどう働くかは分からない。

iWSPが書いた網は中身をたどれる。言語のfMRIデータに適用したところ、モデルが高い点数を取るためにデータ側の交絡を利用している箇所が、そのまま見つかった。視覚皮質の課題では既存の解釈可能なモデルを上回り、聴覚の皮質脳波では神経活動を予測する音響的な特徴を定義した。予測の道具が、説明の道具に変わる。

言語の課題で崩れる理由はどこにあるのか

万能ではない。感情分類では、正答率を上げるために特徴を増やし続け、パラメータは19万個まで膨らんで72%にとどまった。4つの言語課題のうち言い換えの判断は、最も多い答えを返すだけの基準すら下回る。

言葉の意味は、明確な計算部品に切り分けられない。皮肉や多義語、文脈への依存が残る限り、既知の部品の組み替えでは届かない。したがって基盤モデルの学習が不要になったわけではない。研究が示したのは、答えがアルゴリズムとして書き下せる課題では、勾配を使わずに済むという範囲だ。

よくある質問

Q. 学習が要らないなら、GPUは不要になりますか。
なりません。対象は小さなアルゴリズム課題と脳応答の予測です。曖昧さを含む言語を扱うには、大量のデータによる学習が今も必要です。

Q. 166個で同じ精度が出るのはなぜですか。
課題の答えが短い手順で書き下せるからです。手順が特定できれば、数値を抱え込む必要がありません。課題の範囲が広がれば、この小ささは保てません。

Q. 日本企業にとって意味はありますか。
判断の根拠を後からたどれることに価値がある場面、たとえば品質管理や素材設計、医療の補助では意味があります。現時点では対象を選ぶ必要があります。

編集部の見解

説明できることの意味が変わった。これまでは、学習済みの網に後から理屈を当てる作業だった。iWSPは、理屈を先に書かせて網を作る。順序が逆になれば、検証の対象は「予測が当たったか」から「手順が正しいか」へ移る。

日本の製造業や規制産業では、この違いは大きい。検査の判定をAIに任せるとき、根拠を示せないモデルは稟議で止まる。166個の網がすべての現場を救うわけではないが、小さくて読めるモデルを要求する交渉材料にはなる。

my-best.ai 編集部

出典:36Kr「学習不要、Opus 5.5がTransformerの重みを直接手書き。13種のタスクで100%」(寄稿:新智元、2026年11月19日)

あわせて読みたい

本日の36Kr AI版の記事を日本語で整理したものです。最新記事の一覧から他のニュースも読めます。



メールマガジン

最新のAI情報をメールで受け取る

新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。

ご登録後、確認メールをお送りします。配信停止はいつでも可能です。

週1回・無料

AEO診断・AIクローラー最新情報を、
週1回お届け

AI Botの仕様変更やAEO対策のノウハウ、よくあるトラブル事例を編集部が厳選しメール配信。いつでも配信停止可能です。

  • 新Bot・仕様変更AIクローラーに新しいBotが追加されたとき、判定仕様が変わったときの速報
  • 障害事例と対処AEO診断で多い障害事例と、その対処方法を実例で解説
  • AEO活用術Web制作会社・SEO担当者向けのAEO活用テクニック

登録により 利用規約に同意したとみなされます。確認メールのリンクを押すと登録が完了します。

My-Best.AI|AIツール比較・ランキング・おすすめ最新AI情報
Logo