本文へスキップ

すべてのニュース

本日59件
10月14日水
  1. OpenAI News47

    EUのAI活用、エージェント型が次の段階に

    OpenAI Economic Researchの最新レポートによると、ChatGPT Enterpriseの顧客のEUサンプルでは、アウトプットトークンの半分以上をCodexとChatGPT Workが占めている。2026年5月以降、EUの中小企業におけるCodexとChatGPT Workの週間アクティブユーザーは8倍以上に増え、アウトプットトークンに占める割合は国によって22%（スロベニア）から85%（リトアニア）まで差がある。

  2. Anthropic News58

    Anthropic、米中間選挙に向けたClaudeの選挙対策強化を公表

    Anthropicは米中間選挙に向け、Claudeの選挙関連の安全対策を強化したと発表した。Democracy Worksの公式投票情報を回答に反映し、選挙当夜の開票結果も表示する予定で、多段階の不正利用を検知する新しい分類器も追加した。米国のClaude.ai会話の約5.75%が政治・社会問題に触れ、投票先を尋ねる依頼は約0.01%だった。

  4. CyberAgent Developers Blog30

    タップル、オンデバイスAIで投稿前警告を導入 Siri AI連携も実践

    タップルのiOS開発を担当するビジネスリードエンジニアが、Foundation ModelsなどのオンデバイスAIによる投稿前警告と、Siri AIとの連携の実践を紹介した。警告を見たユーザーの約半数が自分で投稿を差し替え、Sound Analysisによる音声検知では導入前後で否認数が大きく減少した。Siri AIとは、話しかけた言葉をアプリに渡して趣味タグを検索できるようにしている。

  7. Latent Space50

    Dyna-2：1時間の自律動作を実現する汎用フィジカルエージェント、Dyna Robotics・Jason Ma氏に聞く

    Dyna Roboticsは、100万時間超の人間の動画で事前学習したワールドアクションモデル「Dyna-2」を前月に発表した。続くロボット「Dyna-2.1」は、レストランのナプキン折りを24時間連続で99.4%の成功率でこなし、Din Tai Fungでは毎日数千枚を折っている。最短45分のデモで新タスクを学習できるといい、共同創業者のJason Maが自社ハードウェア開発やデータ不足の課題も語っている。

  10. Hugging Face Daily Papers38

    対話型動画生成におけるSpeculative Sampling

    Speculative Samplingは、自己回帰型動画生成を対話的に動かすための学習不要な手法である。双方向注意ウィンドウのMiniMax H3に適用すると、Self-Forcing型の自己回帰後学習を行わずに対話化でき、新しいユーザー入力から最初の応答フレームが表示されるまでのエンドツーエンド遅延は約1.4秒になる。モデルは一度に5秒分の動画を同時にサンプリングする。

  11. Hugging Face Daily Papers32

    LEV：ループ型意思決定モデルによる速い思考と深い思考

    LEVは、ループ型バックボーンを再実行し各ループ後に選択肢を採点する意思決定モデルで、1つのチェックポイントで思考の深さを変えられる。JevBenchの公開231問では、Lev-2.6Bが1ループの63.2%から4ループで76.2%に向上した（+13.0pp）。適応停止器はループ計算を15-24%削減し、精度低下は0.3-0.8ppにとどまる（オフライン分析）。

  12. Hugging Face Daily Papers41

    RoTA-Bench、対話型の投影アライメントで3D空間推論を評価

    RoTA-Benchは、2D観測から精密な3D回転制御へ変換するVision-language modelの能力を、対話型の3D-2D投影アライメント課題で評価するベンチマークである。GPT-5.6-Solの成功率は課題の17%にとどまり、学部生20人がテスト集合を4回完了した際の成功率100%と大きな差がある。モデルは人間に比べ、同じ状態で画像の重なりを改善しつつ姿勢のアライメントを悪化させる割合が高く（19.4%対10.9%）、操作履歴を除くと行動の96.8%が30度刻みの粗いステップになり、成功率も大きく低下する。

  13. Hugging Face Daily Papers55

    MAI-Gym、モバイルとPCのGUIエージェント評価とRL学習を統合するオープンプラットフォーム

    MAI-Gymは、モバイル、コンピュータ、Web環境にまたがるGUIエージェントの評価、データ収集、オンライン強化学習（RL）を一つにまとめたオープンなプラットフォームである。これを用いて訓練した9BのMAI-Gym-9Bは、10B未満のオープンGUIエージェントで最高水準とされ、MobileWorldで78.4%、OSWorld-Verifiedで76.2%を記録した。フレームワーク、スキル、模擬アプリ、2,000件の検証済みタスク、モデルのチェックポイントも公開されている。

  14. Hugging Face Daily Papers38

    BizBench：実業務で長期間エージェントを運用する際の隠れた課題を検証するベンチマーク

    BizBenchは、決済企業の実業務手順に基づき、長期間タスクを実行するエージェントの途中経過の実行妥当性を評価するマルチターン型ベンチマークである。フロンティアモデルでも目標の部分的な達成に比べて制約違反が多く、Claude Opus 5とGPT-6 Solの厳密な成功率はそれぞれ64.0%、61.3%にとどまる。Qwen3.8-27Bは目標達成率が42.0%だが厳密な成功率は32.7%に下がり、結果のみの評価では無効な実行が見えなくなることを示している。

  15. Hugging Face Daily Papers39

    WorldCast、世界状態予測における知的な視覚生成を探る

    多段階の世界状態予測を評価するベンチマーク「WorldCast」が提案された。8カテゴリ320件のケースで12モデルを評価した結果、GPT-Image-2.5 Systemは72.8点、Nano Banana Proは42.8点、最良のオープンソースモデルは20.1点だった。強力な生成モデルは基盤の言語モデルの能力も効果的に活用している。

  16. Google DeepMind Blog70

    Google DeepMind、Gemini 4 Argonの安全対策を公開、悪用防止とリアルタイム監視を解説

    Google DeepMindはGemini 4 Argonの安全性とセキュリティへの取り組みを公表した。シミュレーション型サイバー攻撃12シナリオをすべて解決し、コーディングでの不正近道は2%まで低下した。Argonの段階的な一般提供と、Fairwind Programの対象拡大も始まっている。

    選定理由：悪用防止、ミスアラインメント監視、プロンプトインジェクション耐性の三層で、具体的な数値を挙げて安全対策を説明している。

  21. Ars Technica AI64

    Disney、破産申請中のCharacter.AIのチャットボット技術に2000万ドルを提示

    Disneyが、破産を申請したCharacter Technologiesのチャットボット技術に2000万ドルを提示した。Character.AIはサービスを継続するとしており、売却は2026年11月末か12月初旬の完了を見込む。一方で、売却対象にチャットログなどの機微なデータが含まれるかについて、同社はコメントを避けている。

  22. Google Blog: Gemini64

    Google、Gemini 4 Argonの安全対策を解説 悪用防止と監視、プロンプトインジェクション耐性

    Googleは、Gemini 4 Argonの安全性とセキュリティへの取り組みを公開した。サイバー攻撃シナリオ12件すべてを解決する一方、リアルタイム防御や監視を重ねている。プロンプトインジェクション耐性はGray SwanのIPIベンチマークで、15回の適応的攻撃での成功率を0.7%に抑えた。Argonは広く提供が始まり、Fairwind Programも拡大される。

    選定理由：悪用防止、ミスアラインメント監視、プロンプトインジェクション耐性の三つの防御を、評価結果の数値とともに整理しており、設計の考え方を比較しやすい。

  23. GitHub Blog: AI & ML42

    GitHubのシークレット検出モデル、ノイズを減らしてより多くのシークレットを発見

    GitHubはsecret scanning向けに、正規表現で候補を抽出し、ファインチューニングしたModernBERT分類器で文脈から本物かを判定する2段階パイプラインを導入した。従来のLLMベースのパイプラインと比べ、post-pushスキャンの実行時間の中央値は86%短縮、提供コストは98%以上削減、オーナー加重のアラート精度に基づく受け入れ率は11.5%向上した。高速化により、汎用シークレット検出をpush protectionにも拡張できた。

  25. Hugging Face Blog39

    LiquidAI、オンデバイス向けエージェントモデル「LFM2.5-24B-A2B」を公開

    LiquidAIは、24Bパラメータ・アクティブ2Bのリasoningモデル「LFM2.5-24B-A2B」を公開した。ツール呼び出しや多段階タスクに対応し、ローカルハードウェア上で継続的にエージェントを動かせるとされる。Agentic benchmarkのLiveClawでは48.09点で、Qwen3.6-35B-A3Bの38.19点を上回る。Apple M5 Maxでは184 tok/s、単一のNVIDIA B300 GPUでは最大21K output tok/sの推論速度を示している。

  27. Ars Technica AI43

    Google、vibe-codedアプリをPlay Storeで非公開ホスト・共有へ

    Googleは、AIで作成したvibe-codedアプリをPlay Store上で非公開にホスト・共有できる機能を近日中に提供する計画である。Ask Playは、アプリやゲームを検索して比較表付きの推奨を出す機能へ拡張される。新たなGame Finderは、Androidで12億人のゲーム利用データから「Gamer DNA」を作成し、似た傾向のプレイヤーを結びつける。

  28. Anthropic47

    Engineering blogに新着：社内向けソース管理の構築 5月には1日あたり約2,500件のコード変更をマージしていました。9月には1日3万件以上をマージしています。その結果、エージェントではなく人間の規模を前提に作られた開発者向けインフラがボトルネックになりました。 ここでは、新しいバージョン管理システムを構築し、5か月でモノレポをgitから完全に移行した経緯を紹介します。 https://www.anthropic.com/engineering/redesigning-source-control

  30. AWS Machine Learning Blog38

    Orca Security、Amazon Bedrockで自然言語によるセキュリティクエリ基盤「Discovery AI」を構築

    Orca Securityは、Amazon Bedrock上で自然言語の質問をSonarクエリに変換する「Discovery AI」を構築し、初期構成と比べてクエリコストを90%、入力トークンを93%、レイテンシを75%削減した。RAGとスキーマを考慮したクエリ構築を組み合わせた9段階のパイプラインで、Amazon Titan Text Embeddingsによる類似例の検索やCohere Rerank 3.5による再ランキングを行う。本番環境では1日数千件のクエリを約15秒の応答時間で処理する。

  31. Google DeepMind Blog62

    Google DeepMind、ロボティクス向けGemini 4 Argonを公開、ERQAで87%

    Google DeepMindはGemini 4 Argonを公開した。物理理解、コード生成、視覚的・意味的推論が大きく進歩したとしており、Embodied Reasoning（ERQA）ベンチマークで純粋な推論により87%を記録し、他のフロンティアモデルを上回ると説明している。gemini-4-argonとしてGoogle AI Studio、Gemini API、Google Antigravityで利用できる。

    選定理由：ロボット制御やReal2Simなど四領域の具体的なプロンプト例が並び、物理推論モデルの使い方を自分の作業に置き換えて検討しやすい。

  32. Google DeepMind Blog72

    Google DeepMind、Gemini 4 Argonを提供開始

    Google DeepMindは最新のフロンティアモデルGemini 4 Argonを、API、Google Antigravity、Geminiアプリ、検索のAIモードで提供開始した。導入価格は入力100万トークンあたり$2、出力$10で、Vals Indexで1位とされる。コーディング、金融、法務、サイバーセキュリティ、科学などの複雑な業務を想定している。

    選定理由：コーディングや科学、安全性評価まで具体的な適用例と提供条件がまとまっており、実務での使いどころを比較しやすい。

  33. Ars Technica AI78

    Google、Gemini 4 Argonの提供をGeminiアプリとAntigravityで開始、有料ユーザー限定

    GoogleはGemini 4 Argonの本格展開をGeminiアプリとAntigravityで開始したが、対象は有料ユーザーのみで、下位プランでは全機能を使えない。性能自体は変わらず、社内ではYouTubeのコメントシステム改善などに使われたという。

    選定理由：有料ユーザー限定という提供範囲と、Google社内での活用例が整理されており、導入時期や用途を考える材料になる。

  34. Google Blog: Gemini56

    Google、開発者向けにGemini 4 Argonを提供開始

    Googleは、複雑なワークフロー向けのフロンティアモデルGemini 4 Argonを開発者向けに提供開始した。実際のソフトウェアエンジニアリング、企業のナレッジワーク、サイバーセキュリティ防御を対象とする。Gemini APIの有料枠のほか、Google AI Studio、Android Studioで利用できる。

  35. Google Japan ブログ79

    Google、Gemini 4 Argonを提供開始、コーディングや科学など複雑なタスクに対応

    GoogleはGemini 4 Argonを、AI StudioとGemini API、Google Antigravity、Geminiアプリ、Google検索のAIモードで順次提供開始した。導入価格は入力100万トークンあたり2ドル、出力10ドルで、Vals Indexで1位を獲得したとしている。コーディング、金融、法務、サイバーセキュリティ、科学などでの深い作業を想定し、安全性スタックも強化したという。

    選定理由：価格、提供先、社内事例、安全性評価がまとまって示されており、コーディングや科学分野での使いどころと導入条件を比較しやすい。

  36. Google AI Blog83

    Google、Gemini 4 Argonを提供開始 開発者・企業・一般ユーザー向けに

    Googleは最新のフロンティアモデルGemini 4 Argonを提供開始した。AI StudioやGemini platformのAPI、Google Antigravity、Gemini app、AI Modeで利用でき、導入価格は入力100万トークンあたり$2、出力$10である。Vals Indexで1位とされ、コーディングや金融、法務、サイバーセキュリティ、科学分野での活用事例も示された。

    選定理由：コーディングや科学研究、安全性評価まで具体的な数値付きの事例が並び、導入先ごとの使いどころと提供条件を比べやすい。

  37. Google Blog: Gemini63

    Google、Gemini 4 ArgonをGeminiアプリに提供開始

    GoogleはGemini 4 ArgonをGeminiアプリで提供開始した。推論性能と複雑なタスクでの性能が向上し、コーディングも大きく改善したという。Google AI ProとUltraの購読者が本日から利用でき、40以上のアプリと連携するタスク機能も使える。

    選定理由：回答の直接性や進捗共有の改善に加え、macOSアプリへのコーディング機能統合とチャットからタスクへの切り替えが一度に示されている。

  38. AWS Machine Learning Blog33

    ShipStation Global、Amazon Bedrock AgentCoreでAI ITヘルプデスクを構築した方法

    ShipStation Globalは、Amazon Bedrock AgentCore上にSlack向けAI ITヘルプデスクエージェント「Deckhand」を構築し、チャンネルに届く問い合わせの97.5%を解決した。従業員による肯定的な評価は96%である。Deckhandは、ナレッジベースからの定型的なIT・社内質問への回答、エラーメッセージのスクリーンショットの読み取り、Jira Service Managementのチケットの作成・更新を行う。

  39. AWS Machine Learning Blog38

    Amazon Bedrock で Grok 4.7 を使い長期タスク型エージェントを構築

    AWSは、Amazon Bedrock上のGrok 4.7でツール呼び出しエージェントを構築し、推論の努力レベルごとに検索型タスクで評価した。3つのタスク計72回の実行で67回正解し、xhighは18回すべて正解、lowは18回中15回正解で出力トークンは約8分の1だった。Grok 4.7はクロスリージョン推論プロファイル経由で利用でき、SpaceXAI公表のコンテキストウィンドウは500Kトークンである。