AI脆弱性検出ハーネスの設定（パート2）：ステアリングファイルによる証拠ベースの脆弱性トリアージ
AWSが、AIコーディングアシスタント向けのステアリングファイルで、証拠ベースの脆弱性トリアージを一貫して実行させる設定方法を解説した。構造的検証により、ステアリングなしでは検出結果の約30%にあった存在しないコード構造への参照が、テストではゼロになったという。信頼度の計算式、インフラ考慮の評価、脅威インテリジェンス統合、優先度分類の4つのアクション階層も取り上げている。
#チュートリアル
#チュートリアル
本日4件AWS ブログ（日本語・生成AI）AIスコア4040 AWS ブログ（日本語・生成AI）AIスコア3535 AI を活用した脆弱性検出ハーネスの構築方法（パート1）：3層パイプラインで検出結果を絞り込む
脆弱性スキャナーの未加工の検出結果を、悪用可能性の証拠が文書化された優先順位付きの少数の結果に絞り込む3層パイプラインの構築方法を、AWS Blogの翻訳記事が解説している。第1層は複数スキャナー間の一致、第2層はASTによる構造検証、第3層はIaCテンプレートを用いたデプロイコンテキストの評価である。コード修正や人によるレビューの代替はできないことも明記されている。
Simon WillisonAIスコア2222 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。
Hugging Face BlogAIスコア5252 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。
LINEヤフー Tech BlogAIスコア2222 生成AIの出力品質をどう評価するか DeepEvalとG-Evalによるブリーフィング自動生成の評価プロセス
LINEヤフーのエンジニアが、ニュース記事やSNSポストのブリーフィング自動生成を題材に、DeepEvalを使った評価ロボットと評価プロセスを紹介した。熟練編集者がGold DataとRubricを作り、自然言語で観点を定義できるG-Evalで評価と改善を繰り返す。G-Evalの元論文での人間評価とのSpearman相関は0.514で、評価ロボットは「一定の品質×量」を担う役割とされる。
LINEヤフー Tech BlogAIスコア3838 mobile-mcpで進めるAIエージェントによるAndroid UI/E2Eテストの実践
LINEのAndroid開発者Moriが、MCPサーバーmobile-mcpを使い、AIエージェントにAndroid端末を操作させて実装直後の動作確認やバグ調査、ストア用スクリーンショット作成を任せる方法を紹介した。リリース前の最終判定や反復的な回帰テストなど、エージェントだけでは完結させにくい4つの用途も挙げている。Android CLIやsim-useとの比較、View Tree優先や画面ごとの操作リファレンス整備といったTipsも解説する。
LayerX エンジニアブログAIスコア4242 LLM Wikiを組織で運用するために、陳腐化を防ぐ更新の仕組み
LayerXのバクラク事業部は、設計仕様書・ヘルプ記事・コードの3つを突き合わせた仕様のLLM Wikiを、陳腐化させずに組織運用する更新の仕組みを構築した。利用者が訊きそうな質問で差分を選ぶ定期更新、出典のhashによる劣化検知とlintによる強制、書き戻しを一時置き場に限定する運用の3つが柱である。1プロダクトあたり100ページ前後、全体では1,000ページを超える見込みである。
ソフトバンク ニュース（AI）AIスコア3333 Yahoo!ショッピングの「Agent i」、会話しながら商品選びと比較をサポート
LINEヤフーのAIエージェント「Agent i」は、Yahoo!ショッピングで会話しながら商品探しや比較ができる。画面下の「AIと探す」から予算や使う場面を伝えると、条件に合う商品を提案し、分からない機能の質問にも答える。「AIおまかせ比較」では、気になる商品を起点に20商品程度の類似商品と比較できる。ただしAIの回答は必ずしも正しいとは限らず、購入前に商品ページで確認する必要がある。
Turing 技術ブログ（Zenn）AIスコア4242 Turing、S3直接読み出しと先読み設計でPB級データの大規模GPU学習を高速化
Turingのmlopsチームは、学習時にS3から動画データを直接読む構成へ移行し、学習データ量をクラスタのストレージ容量から切り離した。計測では20ノードで約483 GB/sの帯域が出た一方、S3のレイテンシ中央値は約140 msで、先のバッチをRange GETで先読みしてCPUメモリに貯め、この待ち時間を隠した。これによりステージングの待ち時間と容量の上限なしで、S3上のデータをそのまま学習に使えるようになった。
LayerX エンジニアブログAIスコア3838 cognee CEOの講演で聞いたナレッジグラフの話、エージェントの記憶は「増える」から「良くなる」へ
cogneeのCEO、Vasilije Markovicさんの講演を、LayerXのFDEが紹介している。cogneeはAIエージェント向けの記憶をオープンソースで提供し、スキーマは厳密なオントロジーでなくてよいこと、記憶を分けて権限で制御すること、使われるほど記憶が良くなることが語られた。LayerXの最新50記事でスキーマの効果も試している。
OpenAI NewsAIスコア2323 GPT-6ファミリーのモデルガイド
OpenAIのGPT-6ファミリーについて、スタートアップがモデルを選び、reasoning effortを調整し、プロンプトとスキルを改善し、ツールを連携させ、本番運用に向けてワークフローを準備する方法を解説するガイドである。
GitHub Blog: AI & MLAIスコア3838 AI時代の開発者が磨くべき3つのスキル
AIが開発の進め方を変えるなか、開発者が強化すべき3つのスキルをGitHub Blogが示した。AIエージェントへの指示、最初の回答を鵜呑みにしない評価、AIで浮いた時間を大きな課題の解決に充てる力である。評価面では、GitHub Copilotの組み込みRubber Duck agentが第2のモデルで計画、コード、テストを批評する例を挙げている。
LayerX エンジニアブログAIスコア2222 LayerX Ai Workforce開発部のEM、AIを伴走役にしたチームマネジメントを半年試行
LayerXのAi Workforce開発部のEngineering Managerであるmootohが、AIにチームの活動情報を収集させ、1on1などの対話のきっかけをつくらせる運用を半年試した。Obsidianに.mdで蓄積し、Claude Codeで参照する構成である。課題は解像度がまだ粗い点で、metricsとalertの強化が必要だと整理している。
LayerX エンジニアブログAIスコア2828 LayerX、Claudeと社内ナレッジでテスト計画の叩き台を10分で生成する仕組み
LayerXバクラク事業部QA部が、最新コードから整理した仕様とQAのノウハウを組み合わせたナレッジベースと、テスト計画生成スキルを構築した。Claudeに指示すると10分以内くらいでテスト計画の叩き台が生成され、厳選した共通テンプレートに沿って出力される。コードや仕様の変更時にもプロンプトひとつで再生成でき、更新漏れの削減につながったという。
Turing 技術ブログ（Zenn）AIスコア3333 FSx for LustreのI/O問題をAWSと切り分けた記録、Turingが通信経路とロックを調査
Turingのインフラチームは、AWS上のGPUクラスタでGPUが認識されているのにマルチノード学習が進まない問題を、Amazon FSx for LustreのI/O障害として調査した。通信経路の障害、メタデータのロック競合、特定の格納先でのI/O停止に切り分け、LNet-over-EFA経路が4回再発したため、FSxクライアントのEFA経路を無効化してTCPへ固定した。ただしその後もI/O失敗は残り、根本原因の調査は継続している。
ABEJA Tech BlogAIスコア2222 NVIDIA Nemotron 3 Nano 30B A3B Base に対する汎用・金融特化SFT
ABEJAは、NVIDIA Nemotron 3 Nano（30B-A3B）のBaseモデルに対し、日本語の汎用能力強化を目的とするSFT Stage 1と、金融特化のSFT Stage 2の2段階でSFTを実施した。Stage 1ではBaseモデルと事後学習済みモデル、2種類のデータブレンドを組み合わせた計4条件を比較した。評価にはSwallow Leaderboard v2、Fin-Harness、EDINET-Benchを用いている。
LINEヤフー Tech BlogAIスコア4141 個人で育てたAIエージェント設定をチームの資産にする方法、APMでSkill・指示・MCPを配布
LINEヤフーの殿山雄大氏が、Microsoft公開のOSS「Agent Package Manager（APM）」で、Skill・指示・MCPをチームに配布する方法を解説した。`apm.yml` に使う設定を宣言し、`apm install` を実行すると、Claude CodeやCodexなど各エディタの所定の場所へ展開される。新メンバーの環境構築での転記ミスや、Skill追加のたびの配り直しといった手間の解消につながるとしている。
ABEJA Tech BlogAIスコア4040 DeepSeek-V4-Flashを Mac mini 64GBで動かす
DeepSeek-V4-Flash-0731（総パラメータ284B、アクティブ13BのMoE）を、エキスパートの枝刈りでMac mini（M4 Pro、64GiB）上に載せ、prefillを4.88 t/sから111〜126 t/s、decodeを4〜7 t/sから14〜20 t/sへ高速化した。各層のエキスパート256個を128個に削り、先頭3層は残して55.0 GiBとした。この構成はDeepSeek-V4-Flash-0731-Pruned-155B-A13BとしてHugging Faceで公開されている。
LayerX エンジニアブログAIスコア3434 コーディングエージェントはスプレッドシートをどう操作しているか
OpenAIのSpreadsheets skillとCodexの実行例から、コーディングエージェントがコードでXLSXを読み書きする流れを分析している。探索、編集、視覚的な検証、値と数式の検証の4段階で処理が進み、skillは `@oai/artifact-tool` の利用や編集処理の1スクリプトへの集約を求める。SpreadsheetBench2のタスクでは、表示形式の不足を画像確認で見つけて修正していた。
LINEヤフー Tech BlogAIスコア3838 Decaton Per-Key-Quotaで LINE公式アカウントのプッシュ通知スパイクを制御
LINEヤフーのインターン生が、LINE公式アカウントのプッシュ通知配信基盤にOSSのDecatonのPer-Key-Quotaを導入した。キーごとの処理レートを監視し、上限を超えた通知タスクを流量制限トピックへ退避させる仕組みである。ある1日のログでは、上限超えの通知654,762件を退避させ、処理時間に換算して延べ約4.2時間分に相当するという。
GitHub Blog: AI & MLAIスコア3737 GitHub Copilot app入門：canvasでカスタムワークフローを構築する方法
GitHub Copilot appのcanvas（canvas extension）は、ユーザーとエージェントが共有してカスタマイズできるインターフェースである。`/create-canvas`スキルで要望を平易な英語で記述するだけで、カンバンボードやリリースチェックリストなどがコーディングなしで右側パネルに生成される。作成したcanvasは拡張として保存でき、Awesome Copilotで共有された既成のものも利用できる。
GitHub Blog: AI & MLAIスコア4242 GitHub Copilotアプリで巨大なプルリクエストを描画する仕組み
GitHub Copilotアプリのプルリクエスト表示を作り直し、2,200ファイル、100万行超の変更、400件超のインラインレビューコメントを持つ巨大なプルリクエストでも高速に描画できるようにした。コメントは描画するまで高さが分からないため、コード行の高さを確定させる方式とコメントなどの動的ブロックの高さを分ける二つのジオメトリ構成を採用した。
LayerX エンジニアブログAIスコア3838 LayerX、TypeSafe AIのJevを題材に社内勉強会を開催、30分で50件超のアイデア
LayerXのバクラク事業部が、TypeSafe AIのJevを題材にした社内勉強会を開催した。エンジニア50人以上が参加し、30分の会でサービスへの組み込みアイデアが50件を超えた。Jevは文書生成ではなく「判断」に特化しており、キャリブレーションされたconfidenceの活用や、安さと速さを生かした頻繁な呼び出しといった方向性が挙がった。
ABEJA Tech BlogAIスコア2222 ABEJA執筆の産業特化型LLM学習・推論基盤に関する記事、AWSブログで公開
ABEJAが参画するCODASのプロジェクトについて、産業特化型LLMの学習・推論基盤の設計を紹介する記事がAmazon Web Services ブログに公開された。AWS Labsの「awsome-distributed-ai」のリファレンスアーキテクチャを出発点に、AWS ParallelClusterとSlurmを採用し、Amazon FSx for Lustreなどのストレージ基盤、ユーザー・権限管理、障害検知・監視も扱っている。著者はABEJAの原田伴誉、久米拓馬の2名である。
Google Blog: GeminiAIスコア3636 Geminiで家事を片付ける4つの方法
Googleは、Geminiを家事に活用する4つの方法を紹介した。DIY修理や家電のトラブルシューティング、献立と買い物リストの作成、レシートの写真からの家計管理、大型商品の比較などが例として挙げられている。Googleの「AI & Economy ATLAS v1.0」研究では、1500万件の匿名化された対話のうち86%超が正式な仕事以外で行われていた。研究者は、日常的なAIの利用で世帯あたり週30分を節約できれば、米国だけで年間約1000億ドルの経済価値になると試算している。
LINEヤフー Tech BlogAIスコア3838 LINEヤフー、AI-DLCを土台にAI成果物を人が受け取る設計ワークフローを構築
LINEアプリ開発チームは、AIが生成する設計成果物を人が理解・レビュー・引き継ぎできるよう、AI-DLCを土台にワークフローを再設計した。AIへの質問は1ページのoverview.htmlにまとめ、論点には優先度を付けて人間が判断すべきものに絞った。やり取りはdiscussion-points.mdに記録し、進捗と決定事項は設計本文と切り離したenvelopeのJSONで管理して、progress.htmlで確認できるようにした。
Google AI BlogAIスコア2222 Google検索でレース準備を整える3つの方法
Google検索のAIモードは、マラソンなどのレース準備に役立つ。トレーニングプランは、+メニューからCanvasツールを選び、交差トレーニングや筋力トレーニングを含む計画を作成できる。YouTube Musicアカウントを連携すると、ランニング用のカスタムプレイリストを作成でき、Shopping Graphの600億件超の商品情報をもとに、ワイドフット向けシューズや80ドル未満のハイドレーションベストなどを比較し、在庫状況や店舗での在庫も確認できる。
Hugging Face BlogAIスコア3636 HF Jobs上でLoRAによるAsync GRPOを動かす構成、Storage BucketとプロキシでNCCLを使わず同期
TRL v1.14のAsyncGRPOTrainerは、LoRAアダプターのみを学習してvLLMへ同期できるようになり、学習と推論を別々のHugging Face Jobsに分けて実行する構成を示している。ランク1のアダプターは数MBで、1.5Bモデル全体の約3GBに比べて小さいため、Storage Bucketを共有ファイルシステムとして使いNCCLなしで同期できる。5回の実行で、同じレシピの500ステップ学習が3時間27分から53分に短縮された。
Hugging Face BlogAIスコア4040 Gradio WorkflowによるAUTOMATIC1111の再構築
Hugging Faceは、AUTOMATIC1111のstable-diffusion-webuiの機能の大半を単一のワークフローキャンバスで再現した「Workflow1111」を紹介した。11本のパイプラインと73個のノードで構成され、text-to-imageやFLUX.1-Kontextによるhi-resolution fix、prompt matrix、PNG Infoなどを含む。利用にはHugging Faceアカウントでのサインインまたはアクセストークンが必要で、モデル呼び出しは利用者自身のクォータを消費する。
Google Blog: GeminiAIスコア3333 Gemini で行政手続きを手早く片付ける4つの方法
Googleは、Geminiを運転免許証の更新、税務申告、行政サービスの申請などの行政手続きに使う4つの方法を紹介している。Google の AI & Economy ATLAS v1.0 調査によると、こうした雑務に関するAIとの会話は約半分が通常の営業時間外に行われている。Geminiで市民生活に関わる用事を扱う人の約40%が、書類の用語や手続きの手順について相談している。
Mistral AI NewsAIスコア5252 Mistral、AIエージェントによる複雑なレガシーコード刷新の手法を解説 Fortran 77からC++への移行事例
Mistralは、欧州のエネルギー事業者が持つFortran 77の貯留層シミュレータ4万行をC++へ移行した事例をもとに、AIエージェントによるレガシーコード刷新の進め方を紹介した。数値一致を確認する検証基盤の先行構築、ドキュメント整備、人間のレビューを組み込んだ構造化ワークフローを教訓として挙げている。最初のスプリントは30万行のうち4万行が対象である。
Turing 技術ブログ（Zenn）AIスコア3636 DatabricksのServerlessで複数CPUアーキテクチャに対応しつつ起動時間を遅くしない方法
Databricks Serverless computeで2026年9月4日からジョブがx86_64とaarch64のどちらかで実行されるようになり、x86_64のwheelだけを同梱していたwheelhouseは約25%のジョブでインストールに失敗した。両アーキテクチャのwheelを同梱し、platform_machineマーカーで制約する方式で対応した。`uv pip compile --python-platform`で依存を解決し、wheelhouseは計54本となった。
LINEヤフー Tech BlogAIスコア2222 iOSDC Japan 2026にLINEヤフーのエンジニア7名が登壇します（9/11〜9/13）
LINEヤフーは2026年9月11日から13日まで開催される iOSDC Japan 2026 にゴールドスポンサーとして参加し、エンジニア7名が登壇する。9月11日のday0ではFoundation Modelsを用いたオンデバイスでの自動作曲、9月13日のday2ではモジュールの視点からSwiftの挙動を読み解くセッションが予定されている。当日の協賛ブースについても案内されている。
Hugging Face Blog注目記事AIスコア6262 TRLとOpenEnvでコーディングモデルに水彩画を描かせる強化学習の再現手順
Hugging Faceのブログが、Surya Narreddiの水彩画生成の手法をTRLとOpenEnvで再現し、データセット、RL環境、学習スクリプト、学習済みモデルをすべて公開した。Qwen/Qwen3.5-35B-A3Bにp5.brush用のJavaScriptを書かせ、審査モデルと美的評価モデルの報酬で学習させている。3種類の報酬配分はいずれも報酬が上昇した。
選定理由：報酬設計から失敗した実験、コストまでが具体的な数字で整理されており、好みを報酬にするRLを自分で再現する際の判断材料になる。
Hugging Face BlogAIスコア4545 LFM2.5-350Mを100 GRPOステップでファインチューニングし、構造化出力の精度を改善
LFM2.5-350Mを、TRLのGroup Relative Policy Optimization（GRPO）で約500サンプル・100ステップ学習し、IFStructベンチマークのスコアを22.6%から29.7%に向上させる手順を公開した。学習は無料枠のColabやKaggleのGPUで実行でき、ノートブックはGitHubで公開されている。評価はllama.cppを使ってMacBookでローカルに行い、ベースラインは22.6%で、IFStruct公式ブログの報告値21.1%に近い結果だった。
ELYZA 技術ブログ（Zenn）AIスコア4040 JS/TSでサイズ指定したPacked Arrayを作る方法とLintによる自動チェック
JS/TSでサイズを確保したPacked Arrayを作るには、`Array.from({ length: 42 })`を使う。eslint-plugin-unicornの`no-new-array`ルールが、Holey Arrayになる`new Array(42)`を検知し、`--fix`で自動修正する。Node 24での検証では`Array.from({ length: 42 })`がPACKED_ELEMENTSになり、`no-array-from-fill`も併用すると効率的なコードに書き換えられる。
ABEJA Tech BlogAIスコア4040 一人称視点の動画から手の行動を3D復元しロボット学習データを作る試み、テレオペ脱却へ
ABEJAの辻氏が、GoProで撮った一人称視点の動画から手の行動を3D復元し、ロボットの学習データ（LeRobotDataset v3.0）にするパイプラインを試作した。Microsoftの VITRA は MANO、HaWoR、WiLoR が商用利用できないため、手を解剖学的な21個の回転関節で表すモデルを自作した。EgoExo4D での評価では、手の形の誤差が17〜19mm（VITRA は12mm）、手首の位置の誤差が80〜95mm（VITRA は27mm）で、精度は VITRA に届いていない。
LayerX エンジニアブログAIスコア2828 REST APIにTypeSpecを導入してスキーマ駆動開発
LayerXのAiWorkforce開発チームは、REST APIのスキーマ定義にMicrosoftのTypeSpecを採用し、実装前のスキーマを基にフロントエンドとバックエンドを並行して開発する体制を整えた。同じAPIの定義量は、TypeSpecの410行（9エンドポイント）に対し、OpenAPI YAMLの直書きは771行となった。OpenAPI YAMLを経由してOrvalでクライアントとMSWモックを生成し、スキーマ違反はCIで検知する。
Hugging Face BlogAIスコア4242 Sentence Transformersでマルチベクトル埋め込みモデルを学習・ファインチューニングする
Sentence Transformers v6.0で追加された新モデル型MultiVectorEncoderを使い、ColBERT型のレイトインタラクション検索向けマルチベクトルモデルをファインチューニングする手順が示される。
Hugging Face BlogAIスコア3838 Gradioのgr.Workflowで、AIパイプラインをグラフとして構築しドラッグ＆ドロップで実行・デプロイ
Gradioの新機能gr.Workflowは、型付きノードのグラフとしてAIパイプラインを定義し、ドラッグ＆ドロップで実行できるキャンバスとして提供する。同じグラフはREST APIとしても公開され、Hugging Face Spacesへ1コマンドでデプロイできる。画像編集、画像生成からの背景除去と音声合成、ZeroGPUによるGPUモデル実行などのデモがHugging Face Spacesで公開されている。