Sakana AI@SakanaAILabsAIスコア3838

アイリス株式会社の医師向けエビデンス検索ツール「Evidence Finder」に、Sakana AIの技術が採用された。医師の質問に対して文献を検索し、引用元を明示しながら回答する仕組みで、文献の比較・統合と回答生成を担っている。詳細はsakana.aiの発表ページで公開されている。

ストックマーク、製造業向けオンラインカンファレンス「FUTURE TECH 2026」を10月21日から開催

ストックマークは、製造業の研究者・技術開発者らを対象とした無料のオンラインカンファレンス「FUTURE TECH 2026」を、10月21日(水)から23日(金)の3日間、各日9:30〜16:00に開催する。全日同じ内容を配信し、事前登録制である。AIエージェントを軸とした研究開発プロセスの再設計「AI BPR」のほか、次世代半導体、核融合、中国モビリティ、宇宙産業など6セッションを予定している。

ttok 1.0 リリース、デフォルトをGPT-5/GPT-6系のトークナイザーに変更

Simon Willisonが ttok 1.0 を公開し、デフォルトのトークナイザーをGPT-4からGPT-5/GPT-6系に切り替えた。OpenAIはGPT-6が GPT-5系と同じトークナイザーを使うかを未確認だが、William Liuの実験では、GPT-5.5、GPT-5.6、GPT-6の計7モデルが31件のフィクスチャ全てで44,794トークンと一致した。このコーパスでは、GPT-6による入力トークン数の変化は見られなかった。

Claude Managed Agents、動的ワークフローをベータ提供

Claude Managed Agentsのエージェントが動的ワークフローを使えるようになった。managed-agents-2026-04-01 betaヘッダーでベータ提供されており、数百件の文書レビューのように作業が多い場面で、エージェントがワークフローを書いて実行できる。

ttok 0.4、トークン数を数えるCLIツールを更新

ttokは、OpenAIのオープンソースライブラリtiktokenを使ってトークン数を数えるCLIツールで、0.4で数年ぶりに更新された。Clickの警告修正、CIの更新、利用可能なモデルを一覧表示する--list-modelsコマンドの追加が含まれる。uvx経由で実行でき、cat file.txt | uvx ttok のように任意の入力のトークン数を数えられる。

AINews：OpenAIの安全研究者3人解雇、GPT-6.1 Sol Ultrafast、Claude Haiku 5.5などを整理

Latent SpaceのAINewsは、OpenAIが安全研究者3人を解雇したとする当事者の主張を最初に取り上げている。あわせて、GPT-6.1 Sol Ultrafast、Claude Haiku 5.5、Sonnet 5.5のキャッシュ読み取り半額化、評価の不正利用、インフラ、研究、業界動向をTwitterとRedditから整理している。

Carson Gross、AI時代もプログラミングは有望なキャリアだと主張

Carson Grossは、AIツールが登場してもプログラミングは有望なキャリアであり続けると述べている。プログラミングの本質は、コンピュータを使った問題解決と、解決策の複雑さを制御することの二つだとする。今日より、この二つの能力の価値が下がる未来は想像しにくいという。

Anthropic@AnthropicAIAIスコア3434

Anthropic Cyber Missionを開始します。重要インフラとオープンソースソフトウェアの安全確保に向けた新たな取り組みです。 https://www.anthropic.com/news/anthropic-cyber-mission

Google マップでグルメ体験を楽しむ3つの方法

Google マップは、飲食店探しに役立つ3つの機能を紹介した。「マップに相談」は条件を話しかけるか入力すると、何十億もの写真、レビュー、メニューを分析してお店を提案する。毎週更新されるスポットタブの「トレンド」「Gems」「トップ」リストや、コミュニティ提供のローカル情報も活用できる。

Anthropic@AnthropicAIAIスコア4747

Anthropicは、天体物理学者Brice MénardがClaude Scienceを用いて、史上初の完全な天空紫外線（UV）マップを作成したと発表した。既存のデータセットをClaudeに探させて組み合わせ、統計的推論で欠損部分を埋めた。人間なら数週間かかる作業を、Ménardが他のプロジェクトを進めながら数日で完了させたという。

Cursor@cursor_aiAIスコア3838

最初のグラフは、たいてい次の疑問を生みます。 同じチャットで尋ねると、/visualizeが新しいグラフで回答します。

OpenMobile-2、スケーラブルな環境とアプリネイティブツールで汎用モバイルエージェントを構築

OpenMobile-2は、モバイルエージェントの環境、データ、ベンチマーク、モデルをすべてオープンソースで公開した。MobileGym++は人間とコーディングエージェントの協働で構築した35の商用スタイルアプリを含み、エミュレーター型アプリと合わせて110以上のアプリを提供する。GUI操作とアプリネイティブツールの呼び出しを組み合わせる設定を提案し、実機のモバイルタスクでほぼ2倍の性能を達成した。

Claude Code v2.1.295 リリース

Claude Code v2.1.295 で、コマンドとHTTPフック向けに `onFailure: "block"` を追加した。起動失敗、タイムアウト、想定外の終了コードの場合は処理を通さずブロックする。ほかに Program Status Protocol（OSC 7501）対応、Claude apps gateway の upstream ごとの `models` リスト、`[1m]` モデルで context-1m beta が拒否された際の再送などの修正が含まれる。

Claude@claudeaiAIスコア3232

Claude DashboardsとClaude Motionが本日ベータ版として登場。 Claudeに依頼すれば、データをライブダッシュボードに、アイデアをアニメーション付きの解説動画に変えられる。

BlockRunとIncarnaはAmazon Bedrock AgentCore paymentsでAIエージェントの推論ごと課金をどう実現したか

Incarnaは、Amazon Bedrock AgentCore paymentsを使い、エージェントがBlockRunのモデル推論をリクエストごとに支払う仕組みを本番環境に導入した。BlockRunはx402経由で15以上のプロバイダーの90以上のモデルを提供する従量課金型の推論ルーターである。支払いはBaseネットワーク上のUSDCで決済され、支出上限はモデルではなくインフラ層で強制される。

Periodic Labsのリアム・フェドゥスとEkin Dogus Cubuk、「synthesis superintelligence」構想を語る

Periodic Labsのリアム・フェドゥス（Liam Fedus）とEkin Dogus Cubukが、Latent Spaceのポッドキャストに出演し、物理実験に根ざした強化学習による「synthesis superintelligence」構想を語った。両氏は、知能だけでは科学的発見には不十分であり、フロンティアモデルでも物理的な実験が引き続き必要だと主張する。失敗した実験も重要な学習データになるとし、室温超伝導体や新しい磁石、電池などの材料探索を議論している。

Anthropic@AnthropicAIAIスコア4343

科学研究と技術発見への取り組みを深めるため、Genesis Missionに1.5億ドルを拠出します。 Claudeと当社の技術サポートを、15以上の連邦政府機関にも提供します。 https://www.anthropic.com/news/genesis-mission-commitment

Oracle、ChatGPTとCodexで数日の作業を数分に短縮する方法

Oracleは、採用、エンジニアリング、運用の各分野で、ChatGPT WorkとCodexを使い専門知識を素早く再現可能なワークフローに変えている。数日かかっていた作業を数分に短縮する取り組みとして紹介されている。

AISI Japan「AI情報通」10月8日15時版：AnthropicのCyber Verification Program拡充とOpenAIのGPT-6 Sol・Luna安全性評価

Anthropicは10月6日、審査を通過したセキュリティ組織や研究者等に高度なサイバー能力を持つモデルへのアクセスを許可する「Cyber Verification Program」を拡充した。アクセスは業務範囲に応じて3段階に区分され、段階ごとに審査要件と安全管理策が異なる。OpenAIは10月7日に「GPT-6 Sol」と「GPT-6 Luna」の安全性評価を公表し、サイバーおよび生物・化学分野の能力は「High」で「Critical」には達していないとした。

医師向け検索ツール「Evidence Finder」にSakana Namazuを導入

Sakana AIの日本仕様LLM「Sakana Namazu」が、アイリス株式会社の医師向けエビデンス検索ツール「Evidence Finder」に採用された。Namazuは、アイリス独自のアルゴリズムが選んだ文献を比較・統合し、回答を生成する部分を担う。評価用モデルは2026年2月の第120回医師国家試験で正解率96.4%を記録した。

Pollo AI、OpenAIのモデルで創作アイデアを広告キャンペーンに

Pollo AIは、GPT‑5.6、GPT‑6 Astra、GPT‑Image‑2.5を使ったAIエージェント「Pollo Agent」で、ユーザーの創作アイデアを画像や動画に仕上げている。同社によると、ユーザーはモデルの選択や切り替えに費やす時間が50%以上減った。静止画とプロンプトから約15秒の動画広告を作れる「Photo to Video Ads」も提供している。

LegalOn、Codexのコストを半減 開発速度は維持

LegalOnは、Codexの1日あたりの推定コストを65%削減しながら、開発速度を維持した。タスクごとにAstra、Sol、Lunaを割り当て、予算を戦略的に管理した。

ELYZA、llm-jp-4ベースの推論モデルELYZA-Thinking-1.0-llm-jp-4を公開 学習方法と評価結果を解説

ELYZAは、LLM-jp-4をベースにした日本語重視の推論モデルELYZA-Thinking-1.0-llm-jp-4-33b（Dense）と32b-a3b（MoE）をHugging Faceで公開した。20ベンチマークの総合スコアは33B版が61.7、32B-A3B版が58.5である。Mid-training、SFT、RLの各段階の設計と効果も解説している。

ELYZA、日本語の問い合わせ応答ベンチマーク「ELYZA Agent Tasks: Customer Service」を公開

ELYZAは、コンタクトセンターの電話応対業務を評価する日本語エージェントベンチマーク「ELYZA Agent Tasks: Customer Service」を公開した。通信、EC・フリマ、ホテル、宅配の4ドメイン96シナリオで、音声とテキストの両方を評価でき、Apache-2.0ライセンスでGitHubに置かれている。評価ではテキストのタスク遂行の最高スコアがgemini-3.6-flashの0.781で、音声入出力の3モデルはタスク遂行とツールがいずれも0.3を下回った。

ロボティクスのAIブレークスルーは、すぐには私たちの生活を変えない

ロボティクス分野のAIブレークスルーが一般の生活を変えるのはまだ先であり、ヒューマノイドへの期待と研究現場の見方には隔たりがある。Elon MuskはTesla Optimusが1台2万ドル程度で、2027年末までに一般販売されうると述べた。一方、Yann LeCunは各社にロボットを実用的に賢くする方法の見当がついていないと指摘している。

自律型産業AIへの安全な道筋、AVEVAのArti Gargが語る責任ある導入

AVEVAのchief technologistであるArti Gargは、基盤モデル、フィジカルAI、エージェント型AIの進展で産業AIが新たな段階に入ったと述べている。物理システムに直接作用するため、人の判断を置き換えず補強し、自動化の範囲をガードレールで定めるべきだとする。IEEEの作業部会では、AIの環境負荷を測定する標準的な手法の策定にも関わっている。

Anthropic、Claude Haiku 5.5を公開 GPT-6 Lunaと同価格で投入

AnthropicがClaude Haiku 5.5を公開した。約1年ぶりのHaiku級更新で、価格はOpenAIのGPT-6 Lunaと同じ水準である。Artificial AnalysisのIntelligence Indexでは最大effortで43となり、GPT-6 Luna（38）を上回った一方、出力トークン量は約3倍と多い。同日にSonnet 5.5のキャッシュ読み取り料金の引き下げも発表された。

ヒューマノイドはどこまで人間に似るべきか AIガバナンス専門家とソフトバンクが対談

ソフトバンクのAIガバナンス最高責任者の飯田唯史と専門家の吉永京子さんが、ヒューマノイドとAIガバナンスをテーマに対談した。人型ロボットがもたらす愛着や過度な依存、サービス終了時の関係の終わり方を新たなリスクとして論じ、人型をデフォルトにしない考え方を示している。吉永さんは2025年のヒューマノイド関連投資を約61億ドルと紹介した。

Claude Code v2.1.294 リリース、指示形式のフック判定を修正

Claude Code v2.1.294 で、「Block commands that...」のように指示文で書いた `prompt` フックと `agent` フックが、本来ブロックすべき処理を通してしまう問題を修正した。あわせて、StopとSubagentStopの `prompt` フックが「Carry on if the build is broken」のような指示文で書かれた場合の判定を改善し、Claudeが早期に停止しにくくなった。

Amazon Bedrockの自動推論チェックが変える生成AIのコンプライアンス

Amazon Bedrock Guardrailsの自動推論チェックは、数理論理学に基づく形式的検証でAIの出力を定義済みのルールに照らして検証し、正しさを証明でき監査も可能な結果を返す。LLM-as-a-judgeのような確率的な検証では、規制業界が求める保証が得られないという。Amazon Logisticsではエンジニアリングレビューが約8時間から数分に、Lucid Motorsでは予測の生成が数週間から1分未満に短縮された。

「LINEヤフー Data Science Share #2」開催レポート、LLM活用とデータ分析の事例を共有

LINEヤフーは8月20日、データサイエンスのイベント「LINEヤフー Data Science Share #2」を紀尾井町オフィスで開催した。LINEヤフー、ZOZO、ブレインパッドの3社が登壇し、ベイジアンA/Bテスト、AI時代のデータアナリストのあり方、二値データに対するCausal Impactを発表した。いずれもAI・LLMの活用に触れており、手法の仮定や理論を理解する重要性が共通して語られた。

Claude Platformリリースノート（2026年10月8日）

Compliance APIのチャットエンドポイントが、統合されたClaudeエクスペリエンスのチャットも返すようになった（ベータ版、Claude Enterprise組織向け）。既存のCompliance Access Keyをそのまま利用できる。また、Compliance APIでClaude DocsのドキュメントをWordファイルとしてダウンロードできるようになった（ベータ版）。

Anthropic、Genesis Missionに3年間で1億5000万ドルを拠出し、米連邦機関にClaudeを提供

Anthropicは、AIを活用した科学的発見を加速する米連邦イニシアチブ「Genesis Mission」に3年間で1億5000万ドルを拠出する。NASA、National Institutes of Health、National Science Foundationを含む15以上の機関にClaudeを提供し、数百の研究プロジェクトにClaude、Claude Code、APIクレジットを供与する。

Block、Claude Fableで数千PR規模のコード移行を統括する手法を語る

BlockのBradley Axenが、Claude Fable 5を統括役にして数百から数千のプルリクエストに及ぶコード移行を進める手法を語った。Fableが設計を担い、OpusやSonnetなどの小型モデルが個別作業を実行する構成で、品質を落とさずトークン配分を改善できたという初期結果も示している。

OpenAI、AIを悪用した「false front」型の影響工作を2件阻止

OpenAIは、偽装したジャーナリストとシンクタンクを使って地政学的なメッセージを広めようとした、AI活用型の影響工作を2件阻止した。

Hugging FaceのML Internで6つの専用モデルを作った手順と費用

Hugging Faceの著者がHuggingChatのML Internを使い、数日で6つのモデルを作成して公開した。0.8Bのプロンプトリライターは計算費用16ドルで、有効出力率は99.7%、教師モデルの約4分の1のトークンで動作する。6件の計算費用は合計で約103ドルである。

Normalizing Trajectory Models（NTM）、厳密な尤度を保ったまま少ステップで画像を生成する手法

Appleの研究チームが、拡散モデルの各逆ステップを厳密な尤度で学習できる条件付きNormalizing Flowとして表現するNormalizing Trajectory Models（NTM）を提案した。自己蒸留により、4ステップで高品質なサンプルを生成できる。テキストから画像へのベンチマークでは、強力な画像生成ベースラインと同等以上の性能を、4ステップの生成だけで示したとされる。

Anthropic、Cyber Missionを開始 重要インフラ防衛プログラムとOSS Scannerを発表

Anthropicは、防御側を支援する長期的な取り組みAnthropic Cyber Missionを開始した。第一弾として、重要インフラ向けのCritical Infrastructure Defense Program（CIDP）と、オープンソース向けの無償スキャンサービスOSS Scannerを発表した。CIDPはAccenture、CrowdStrike、Deloitte、Palo Alto Networksなど11社を創設パートナーとし、フロンティアモデル、現地エンジニア、脅威リサーチを提供する。

Claude、ダッシュボード機能Claude Dashboardsとアニメーション機能Claude Motionをベータ提供

Claudeが、データを常に最新に保つダッシュボードを作るClaude Dashboardsと、説明用アニメーションを作るClaude Motionをベータで提供開始した。Dashboardsは有料プラン、MotionはTeamとEnterpriseが対象である。Claude Docs、Slides、Designはベータを終え、Freeを含む全プランで利用できる。

Anthropic、2026年版Usage Policyを公開、11月12日に施行

Anthropicは年次の利用ポリシー（Usage Policy）の改定版を公開し、11月12日に施行する。変更の多くは既存ルールの明確化で、欺瞞的活動の新セクション追加、武器・監視に関する記述の具体化、高リスク用途の要件整理、モデルへの虐待行為の禁止などが含まれる。