Google検索のデータ利用条件、Tencentの共有記憶とモデル評価

Googleは10月16日、Gmailなどを他のGoogleサービスに接続した場合のデータ利用について、公式ブログに説明を追記しました。利用者の設定によっては、回答に使う情報の一部が生成AIの学習や人手によるレビューの対象になります。2023年公開の記事への追記であり、すべてのGoogleサービスが一律に新しい条件へ切り替わったという発表ではありません。Googleの追記

Google検索への接続と、企業向けGeminiの保護を分けて読む

追記から案内されるのは、個人のGoogleアカウントでコンテンツアプリを検索サービスに接続する機能です。メールなどを参照し、その人に合った回答を生成します。日本・日本語も対応一覧に含まれますが、接続できるアプリには地域差があります。検索サービスのヘルプ

Googleは受信トレイ全体を直接学習させるのではなく、回答のために取り出した要約・抜粋・推論などを学習に利用すると説明しています。短いメールでは、要約が元のメールそのものになる場合もあります。また、アプリの接続を解除しても検索サービスの履歴は消えず、別途管理・削除が必要です。データ利用と履歴の説明

一方、対象のGoogle Workspace契約で使うGeminiには別の保護があります。公式のPrivacy Hubでは、顧客の許可なく組織外の生成AIモデルの学習にコンテンツを利用せず、人手によるレビューにも使わないとしています。これは対象エディションとサービスに適用される説明です。WorkspaceのPrivacy Hub

ここから分かるのは、「GoogleのAIを使っている」という確認だけでは、社内情報の扱いを判断できないことです。会社が契約したWorkspace上での利用と、個人アカウントから検索にメールを接続する利用では、参照すべき条件が異なります。個人アカウントにも業務メールが届く運用なら、どのアカウントで、どのサービスに接続しているかを確認する意味があります。企業向けの保護を、別の利用経路にも適用されると考えないためです。

なお、10月16日は説明の追記日です。接続機能の各地域での提供開始日や、これらの条件が適用され始めた日時までは、この追記から確定できません。

TencentのHy Memory 2.0——記憶専用モデルと共有アプリを公開

Tencent Hunyuanは10月16日、Hy Memory 2.0を公開しました。長期記憶への書き込みを担うモデル、記憶を扱うフレームワーク、複数のAIツールから利用するアプリ「MemHub」を組み合わせた構成です。MemHubには10月18日、v1.0.4の配布版も追加されています。公式発表、v1.0.4のリリース

MemHubは、利用者が許可したAIとの会話履歴を取り込み、Claude CodeやCursor、Codexなどから記憶を参照できるようにします。個々のAIツールに閉じていた履歴を、利用者が管理する共通の記憶として扱う設計です。記憶を保存する仕組み自体は既存のMem0などにもあります。今回の注目点は、その処理を担う専用モデルと、複数ツールをつなぐアプリまでを公開したことです。公式リポジトリ

「Opusを上回る」が意味する評価範囲

専用モデル「Hy-Memory-30B-A3B」は、何を残し、新しい情報でどの記憶を更新するかを判断します。総パラメータ数は約300億、推論時に使う部分は約30億です。モデルの重みはApache 2.0ライセンスで公開されています。モデルカード

Tencentの評価は、記憶を書き込むモデルを差し替え、それ以外の検索設定、回答モデル、採点条件などを固定したものです。会話履歴からの回答、長期記憶、個人の好み、旅行・買い物、コードに関する質問を含む6指標を、4種類の記憶処理の構成で測っています。各ベンチマークは固定した20%のサンプルで、生成設定はAPIが許す範囲でそろえています。論文の評価条件

数値はTencentの公表値です。各構成で6指標を等しく平均し、さらに4構成を等しく平均しています。汎用的な会話・推論能力の総合順位ではありません。結果表

学習元のHy3-A3B Baseは47.66で、専用の学習を施したモデルは55.49でした。同じモデル規模でも、記憶を書く役割に合わせた学習が結果に表れています。ただし、この表にない新しい競合モデルの版への優位性までは示していません。

平均ではOpus 5を0.87ポイント上回りますが、Hy-Memory構成での差は0.02ポイント、MemOS構成では0.01ポイントです。論文自身も、この小差を統計的に優劣が確定した結果とは扱っていません。一方、学習に使っていないEverMemOS構成にも性能が移る点は、専用モデルを別の記憶基盤で使う際に注目できる結果です。論文の解釈と限界

用途別では逆転もあります。Hy-Memory構成のコード理解評価CMBでは、Hy-Memory-30B-A3Bが70.73、Opus 5が75.70、DeepSeek V4.1 Flashが77.18でした。ソースコードについて正しく答えさせたい場合には、平均順位より、この用途に近い結果を優先して読む必要があります。モデルカードの詳細結果

この結果が示すのは、回答するAIを丸ごと置き換える可能性より、記憶を書く役割だけを専用モデルに任せる選択肢です。ただし、第三者による独立した再評価や、同じ機器・処理量での速度・総費用の比較は未確認です。重みを利用できることと、計算資源や接続先モデルの費用がかからないことは別です。

配布版の成熟度と、記憶の送信先は別に確かめる

MemHubはプレビュー段階です。v1.0.4ではmacOSのApple Silicon向けアプリと、macOS／Linux向けの実行環境が配布されています。Windows対応を前提にはできません。アプリの説明、配布ファイル

実際に、利用者からはmacOS版v1.0.2が起動しないという報告がありました。開発側は10月18日、v1.0.4で初回インストールと更新を検証したと回答しています。ただし、報告者による再確認が済むまではIssueを開いたままにすると説明しており、修正の確認範囲は分けて読む必要があります。利用者の報告と開発者の回答

また、MemHubは記憶をローカルに保存しますが、第三者のモデルサービスを選ぶと、処理に必要な許可済みの内容をそのサービスへ送信します。アプリを削除しても記憶データは自動削除されません。プライバシー説明

複数ツールを使い分ける開発チームには、前提や判断の履歴を引き継げることが利点になります。その利点を評価するには、必要な情報を思い出せるかに加え、古い判断を訂正できるか、別の案件の情報を混ぜないかも確かめたいところです。記憶が長く残り、参照するツールが増えるほど、誤った情報を引き継ぐ影響も広がるためです。

利用経路ごとのデータ条件や、自社の用途に合った評価方法を整理したい場合は、Link AIのAIアセスメントでご相談いただけます。