これまで、AIシステムが自分自身より優れたバージョンを設計するまでにどれほど近づいているのか気になったことがあるなら、Vals AIがそのスコアボードを構築しました。同社の「Recursive Self-Improvement Index」（RSIインデックス）は、これまで理論的な懸念の領域にとどまっていたものを定量的に測定しようと試みています——つまり、現在のフロンティアモデルが、その次世代モデルを構築するために必要な研究開発をどの程度実行できるかという能力です。
インデックスで最高パフォーマンスを記録したモデル「Claude Fable 5.1」は35.03%を記録しました。これは規模を理解すれば、低く感じられないでしょう。
RSIインデックスの実際の動作
Vals AIは、AI開発の実際のワークフローを反映した5つの特定のタスクに基づいてインデックスを設計しました。モデルは、固定された計算リソースと時間制約の下で評価されるため、無制限のリソースを消費して得点を高めるような単純な力技は不可能です。
スコアリングシステムは、任意の評価ではなく、基準点に基づいています。スコア0は基準を表し、0.5は既に公開された研究で記録されたパフォーマンスレベルに対応し、理論的な最適値は1です。
Claude Fable 5.1のスコア35.03%は、意味のあるパフォーマンスを示している一方で、既に研究者たちが知られている手法を再現するにはまだ及ばないことを意味します。これらのモデルは実験の実行において既存の手法を上回ることができますが、新規の手法を生み出す点では一般的に遅れています。
なぜ今これが重要なのか
RSIインデックスは、Vals AIとCoreWeaveの協業により2026年8月に導入され、同社の4,000万ドルのシリーズA資金調達ラウンドとタイミングを合わせました。このラウンドにより、Vals AIの評価額は4億ドルとなりました。
CEOのレイアン・クリシュナンは、このインデックスが重要なギャップを埋めると位置づけました。主要なAIラボはすでにモデルカードで再帰的自己改善の可能性を参照し始めていますが、比較のための標準化されたフレームワークがなければ、それらの参照には評価の共通基準が欠けています。
資金調達ラウンド後の6ヶ月間で、Vals AIの収益は2025年全体の8倍に増加しました。顧客基盤は2倍に、従業員数は3倍に増加しました。
ガバナンスの質問
クリシュナンは、RSIインデックスが規制に何を意味するかについて明確に発言してきた。懸念されているのは、35％のスコアを持つモデルが直ちに暴走するということではない。35％からより高いスコアへの推移が急峻になる可能性があり、こうした能力の開発が、外部からの可視性が限られた数少ないラボ内で進行しているという点にある。
クリシュナンは、これらの進歩に追いつくために国際的なガバナンス構造が必要であると強調しました。RSIインデックスはそれを実証的根拠で支えています。自己改善のための測定可能な進歩を示す具体的な指標を提示できれば、監督の呼びかけを無視しにくくなるからです。