Anthropic(アンソロピック)の記事一覧13ページ目

Claude APIのレスポンスに付くanthropic-ratelimit-* ヘッダー13種の意味と、Workspace制限時にどちらの値が返るかの分岐ロジックを一覧で示します。

Admin APIは組織メンバー・ワークスペース・APIキーを操作するAPIで、監査ログそのものは別のCompliance API Activity Feedが担います。両者の役割分担と内部統制での組み合わせ方をまとめます。

言語モデルは自分の答えが正しいか自己評価できるか。2022年のAnthropic論文が示した「P(True)」「P(IK)」という2つの手法とその限界を解説します。

AIと対話しながら難問を解いた人は、最良のモデルより約10ポイント、4人の多数決では人だけの場合より最大36ポイント高い正解率でした。52BのRLHF対話モデルを使ったsandwiching実験を解説します。

AIの攻撃指示を実際のコマンドに変換するツールキットIncalmoの仕組みと、専用ツール無しでも攻撃が成立し始めた最新の検証結果をまとめます。

Claude APIのweb_fetchツールは既定でキャッシュ済みコンテンツを返します。use_cache:falseで最新情報を強制取得する手順とレイテンシとのトレードオフを解説します。

Claude APIのITPM(入力トークン/分)制限は、キャッシュから読んだトークンを原則カウントしません。計算式とHaiku 3.5だけの例外を具体例で示します。

ClaudeはStanford発のプラットフォームBiomniと、MITのCheeseman lab・StanfordのLundberg Labで研究に使われています。解析・解釈・仮説生成の役割と、20分で終わった事例を紹介します。

Claude開発元のAnthropicは、SOC 2 Type I・Type IIとISO 27001:2022を取得済みです。報告書はtrust.anthropic.comで請求します。申請の流れ、DPAの条項、BAAの判断点を解説。

AnthropicはClaude悪用アカウント832件をMITRE ATT&CKへ写像し、ARiESという加算式のリスクスコアで可視化するNavigatorを公開しました。

複雑な質問をChain-of-Thoughtで一気に解かせると、答えの理由が実際の判断根拠と食い違うことがあります。質問を分解して別の文脈で答えさせる手法が説明の忠実性を高める仕組みと、手放すものをAnthropicの論文の数値で見ます。

学習データのごく一部を繰り返すだけでモデル性能が半分規模相当まで落ちる条件をAnthropicが測定。二重降下とinduction headsへの損傷から仮説を読む。

Anthropicの解釈可能性研究は、アルゴリズムだけでなくデータ規模のエンジニアリングが律速の一つになっています。分散シャッフルと特徴可視化パイプラインという2つの実例を読み解きます。

再帰的自己改善とは、AIが自分の後継モデルを自力で開発できる状態のこと。Anthropicの社内実測(コード量8倍など)から、現在地と3つの未来シナリオを読み解く。

Claudeの拡張思考で読める思考ログは、実際の判断根拠と一致するとは限りません。Anthropicの実験が示した忠実性の数値と、現行モデルが返すのは要約であるという仕様、Claude Codeでの読み方を扱います。

Claudeを人間向けサイバー競技会7大会に参加させた結果を検証します。上位25%に入る大会もあれば0問正解の大会もあり、強さと弱さの境界が明確に見えます。

Claudeに恋愛相談や悩み相談をする人の実態をAnthropicの13万件超の会話分析から整理。相談・コンパニオンシップ目的は全体の2.9%、恋愛ロールプレイは0.1%未満でした。

2022年にAnthropicが公開したRLHF実装の原点論文。週次で選好モデルを更新する「iterated online training」の仕組みと、報酬とKL距離の関係を読む。

AnthropicはClaude Opus 4.6がFirefoxのWasm型混同バグからエクスプロイトを組み立てた実験を公開しました。同条件で他の5モデルは全て失敗しています。

ClaudeのIPアドレス制限に使う固定IPはinbound 160.79.104.0/23、outbound 160.79.104.0/21。許可ルールの入れ方、DNSでの確認、通らないときの切り分けを書く。

Anthropic Fellowsが公開したDedicated Feature Crosscoderは、アーキテクチャの異なるAIモデル同士を比較し未知の挙動差分を検出する診断ツールです。仕組みと実験結果をまとめます。

Claude APIの対応国は、公式ドキュメントのリストで175、anthropic.comのリストで185と食い違います。日本は対応済みで、中国・ロシア・イランなどは含まれません。Claude Codeも同じ対応国リストの対象です。

Anthropicが実際のClaude会話10万件を分析し、AIがタスクを何%速くしているかを定量化しました。試算では米国の労働生産性の成長率が年1.8%押し上げられ、現在の成長ペースがほぼ倍になります。

Anthropicが公開したcrosscoderは、複数レイヤーや複数モデルをまたいで特徴を取り出す解釈手法です。損失の設計、学習コスト、Claude 3 Sonnetの前後比較までを読み解きます。

Constitutional AI(憲法AI)は、人間の有害性ラベルの代わりに原則リストとAIフィードバックで無害なAIアシスタントを学習させる手法で、Claudeの訓練にも使われています。SL-CAI/RL-CAIの仕組みを論文から読む。

AnthropicがClaudeの価値観の拠り所として公開する文書がConstitutionです。安全・倫理・ガイドライン遵守・有用性の優先順位と、絶対に越えない7つの線、誰の指示にどこまで従うかを解説します。

Claudeの性格は、Claude 3から整合ファインチューニングに加わったキャラクター訓練で作られます。中心は好奇心・開かれた心・思慮深さ。狙いと手法を読み解きます。

AnthropicのResponsible Scaling Policyは2023年9月のv1.0から2026年7月のv3.4まで8回改定された。各版で何が変わったかを時系列で追う。

Claude APIの必須ヘッダーanthropic-versionに指定する最新の値は2026-10-21(従来は2023-06-01)。必須の理由、クラウド別の違い、betaヘッダーとの関係、バージョン管理方針を解説する。

AnthropicのEconomic Index第3弾は初めて国・州単位の地理データを扱いました。所得とClaude利用の相関、米国内の州別偏り、自動化優勢への転換までをまとめます。