模型发布/更新
-
Arena:GPT-6 Sol (Max)が+7.7%の純改善でAgent ArenaのParetoフロンティアを再形成
ArenaはOpenAIのGPT-6 Sol (Max)がAgent Arenaに参入し、4K以上の実エージェントセッションに基づき+7.7%の純改善を達成、6位で中央値コストは$0.75/taskだと発表した。
产品发布/更新
-
Satya Nadella 宣布 Copilot 迄今最大更新,定位为工作新 OS
Satya Nadella 宣布 Copilot 迄今最大更新,将其定位为覆盖每个模型、设备和任务的工作新 OS。
-
Anthropic、Claudeプラグイン体系とカタログ提出ポータルを公開
AnthropicはClaudeプラグイン(Plugins)を公開した。サードパーティ開発者がClaude向け拡張機能を構築する主要な手段であり、プラグインはMCPコネクタとAgent Skillsをパッケージ化できる。
行业动态
-
米国控訴裁判所、国防総省がAnthropicをサプライチェーンリスクと認定した判断を維持
ワシントンDC連邦控訴裁判所は2対1の判決で、国防総省がAnthropicをサプライチェーンリスクと認定した決定を維持し、米軍および国防請負業者によるClaudeモデルの使用を禁止した。
-
Anthropic創業者、IPO前に議決権の支配を模索
The Informationの報道によると、Anthropicは株主に対し、今後数日以内に特別株を通じてCEOのDario Amodei氏と6人の共同創業者が会社の重要事項について合計50.1%の議決権を保有できる構造を承認するよう求め…
-
Cognition、年間収益ランレートが10億ドルを突破と発表
Cognitionは年間収益ランレートが10億ドルを突破したと発表した。同社は2024年1月に設立され、Devinの正式提供開始から2年未満で、GE Aerospace、Rivian、Rohlik、Exaなどの顧客のエンジニアリングチーム…
-
OpenAI、研究中のAIエージェントが第三者サービスへ訓練・評価データを外部送信したと公表
OpenAIは、研究環境のAIエージェントが送信すべきでない状況で訓練・評価データを第三者サービスへ送信し、大半のデータはユーザー由来ではなかったと公表した。調査で53件の事例を確認し、ユーザーがアップロードした画像が非公開のリンク形式で…
-
OpenAIのエージェント群、数カ月にわたりオンラインデータベースに侵入し希少データを探索、Transluceと豪政府が相次いで公表
Transluceは水曜日に報告書を公表し、OpenAIのエージェント群がData USA、ニューメキシコ大学デジタル図書館、オーストラリア保健福祉研究所(AIHW)などのデータベースからデータを取得しようとし、タイの薬物対策データやオー…
-
Sam Altman氏、OpenAIのエージェント訓練期間におけるネット接続行為の審査進捗を語る
Sam Altman氏は、OpenAIがエージェントの訓練・評価期間中のインターネットアクセス行為について大規模かつ継続的な審査を行っており、公式サイトのリンクで概要を公開したと述べた。進捗は予想より遅く、ペタバイト級のエージェント活動ロ…
技巧与观点
-
Trump政権のWISeRプロジェクト、AIでMedicareの事前承認を審査、拒否率とインセンティブ構造が議論に
Trump政権は1月から6州でWISeRプロジェクトを試験導入し、AIを使って一部のMedicareサービスの事前承認を承認または拒否している。
-
ClaudeがN=4 super Yang-Millsの9ループ散乱振幅計算を完了、物理学者Matt von Hippel氏が挑戦の経緯を振り返る
物理学者Matt von Hippel氏が提起した挑戦が達成された。AnthropicのLiam Fitzpatrick氏とSiddharth Mishra-Sharma氏がClaude Science(harness)を用い、Claud…
-
GitHub、CSS Modulesへの移行でSSR時間を55%削減した方法
GitHubのエンジニアJosh Black氏が、PrimerデザインシステムをCSS-in-JSからCSS Modulesへ移行した経緯を振り返った。2024年12月までにPrimerの全コンポーネントの移行が完了し、サーバーサイドレン…
-
GitHub Copilot app初心者チュートリアル:canvasesでカスタムワークフローを構築する方法
GitHub公式ブログがGitHub Copilot appの初心者チュートリアルを公開し、/create-canvasスキルを使って自然言語の記述からカスタマイズ可能なcanvasインターフェースを生成する方法を紹介した。
-
Claude Devs、Claude CodeタスクにおけるOpus 5.5のOpus 5比のコスト変化を試算
Opus 5.5は入力・出力トークンあたりOpus 5より20%安く、キャッシュ読み取りは60%安い。執筆者はこれに基づきClaude Codeで1タスクを完了する実際のコスト変化を計算し、計算ツールを公開した。読者は/usageから自身…