OpenAI と Department of War の合意
OpenAI は Department of War との合意内容を公表し、AI 展開における安全上のレッドラインを詳細に定め、関連する法的保障措置を明示するとともに、AI システムを機密環境に接続するデプロイ方法を具体的に説明した。
AI ニュース月別アーカイブ:2026年2月 に厳選した 96 件の AI ニュースを掲載。モデル公開、製品アップデート、業界動向、論文研究、チュートリアル、意見を含み、各記事に AI 要約・出典表示・原文リンクを付けてページ送りで閲覧できます。
OpenAI は Department of War との合意内容を公表し、AI 展開における安全上のレッドラインを詳細に定め、関連する法的保障措置を明示するとともに、AI システムを機密環境に接続するデプロイ方法を具体的に説明した。
FireRedTeamはFireRed-OCR-2Bの重みを公開した。Qwen3-VL-2B-Instructをベースに、OmniDocBench v1.5で総合92.94を達成し、DeepSeek-OCR 2の91.09、PaddleO…
本稿は叙事技法や言語芸術など6つの文学的次元を通じて、百霊モデルLing-2.5-1Tの創造的執筆能力を評価する。テストでは、同モデルがシェイクスピアのソネットや七言絶句など多様なジャンルを扱え、感覚描写を通じて「示す而非ず告げる」文学技…
Anthropicが後退しなかったことは非常に良く、OpenAIが同様の立場を取ったことも重要だ。今後、このような挑戦的な状況がさらに増えるだろう。指導者が立ち上がり、激しく競合する企業が意見の相違を脇に置くことが極めて重要になる。今日そ…
1100 億ドルの新規投資を発表し、投資前評価額は 7300 億ドルに達した。うち SoftBank、NVIDIA が各 300 億ドル、Amazon が 500 億ドルを出資する。
Project Solarisは、世界モデリングの本質は局所的なピクセルレンダリングではなくグローバルに共有された状態にあると提唱し、Minecraftをベースにしたマルチプレイヤーオンライン動画世界モデルを発表した。このシステムは単一エ…
AI コーディングは第 3 の時代に入った。Tab 補完から同期型 Agent、そして数時間にわたり独立して動作できるクラウド Agent へと進化している。Cursor の内部データによると、Agent ユーザーはすでに Tab ユーザ…
最新のGemini Flashモデルを基盤とするNano Banana 2をリリースします。🍌 これは画像の作成と編集において最先端であり、プロ級の機能と稲妻のような速さを組み合わせています。🧵
Google DeepMind は画像生成モデル Nano Banana 2(Gemini 3.1 Flash Image)をリリースした。Flash の速度で Nano Banana Pro 級の世界知識、正確な文字レンダリング、最大…
米国の戦争長官Pete Hegseth氏は、AnthropicがClaudeを大規模な国内監視や完全自律型兵器に使用することを拒否したため、同社をサプライチェーンリスクに指定すると発表した。Anthropicは、現在のAIモデルは自律型兵…
Cognitionは、創業時からDevinを使ってDevinを構築してきたと紹介した。先週は659件のDevin PRをマージし、2025年の最高週である154件を上回った。記事では、全インターフェース(web、Slack、Linear、…
OpenAI は、Codex が Figma MCP server を通じて Figma デザインファイルの生成と読み取りが可能になったと発表した。
OpenAI と Figma は新たな Codex 連携を発表し、コードとデザインの双方向の連携を実現した。開発チームはコード実装と Figma キャンバスをシームレスに行き来でき、イテレーションとデリバリーのプロセスを加速できる。
超長コンテキスト下での計算効率を高めるため、Ling 2.5アーキテクチャはLing 2.0のGQAを1:7のLightning AttentionとMLAのハイブリッド線形注意に改造した。これはLightning Attentionで長…
研究チームはEgoScale手法を提案し、20,000時間の一人称視点の人間動画でGR00T N1.5を事前トレーニングし、わずか4時間のロボットデータで模型車の組み立てや注射器の操作などの高精度タスクを習得し、性能はゼロからのトレーニン…
Anthropic CEOのDario Amodei氏は、Claudeが米軍の情報分析やサイバー作戦などで広く使われ、同社が中国関連企業による使用を阻止するため数億ドル規模の収入を自ら断ったにもかかわらず、2つの用途を拒否したと声明を出し…
LLM Skirmishは、大規模言語モデルがコードを書いて1v1のリアルタイム戦略ゲーム対戦を行うベンチマークだ。ScreepsのオープンソースAPIに基づき、各トーナメントは5ラウンドで構成され、LLMは対戦ログに基づいて戦略を調整で…
OpenAIはCodexモデルのプロンプトガイドを公開した。API上のCodexチューニングモデルはgpt-5.3-codexで、mediumの推論強度で知能と速度のバランスを取ることが推奨され、複雑なタスクにはhighまたはxhighを…
SONICは4200万パラメータのTransformerモデル(規模はGPT-1の半分のみ)で、1億以上のモーションキャプチャフレームと50万以上の並列ロボットをNVIDIA Isaac Labでトレーニングし、手作業の報酬関数を密なフレ…
Anthropicの「蒸留攻撃」に関する最新の論述に対し、モデル蒸留技術が中国の大規模言語モデルに与える実際の影響を分析する。GPTやClaudeなどのモデルを蒸留して中国のLLMを訓練する効果と論争を検討し、モデル性能の向上とトレーニン…
Anthropicは、AIの知覚とインタラクションに特化したVerceptを買収した。Verceptは外部向け製品を停止しAnthropicに加わる。Claude Sonnet 4.6はOSWorldベンチマークで精度が2024年末の15…
今日、Dragon CopilotがNHSの医師たちの患者ケアに費やす時間を増やし、事務作業を減らす方法を目の当たりにした。 @MFTnhsの取り組みは、臨床医がテクノロジーを活用して最も重要なことに集中できることを示す力強い事例だ。ht…
プリンストン大学の研究者はAIエージェントの信頼性を4次元・計12指標に分解し、14モデルをテストした結果、直近18カ月の能力の急速な進歩は限定的な信頼性向上しかもたらさず、一貫性スコアは30%〜75%にとどまった。研究チームは「信頼性指…
Inception LabsはMercury 2をリリースし、最速の推論言語モデルと称した。自己回帰的なトークン単位のデコードではなく拡散による並列細化に基づき、生成速度は従来比5倍以上向上した。
Liquid AIはLFM2シリーズ最大のモデルLFM2-24B-A2Bの初期チェックポイントをリリースした。MoEアーキテクチャで総パラメータ24B、tokenあたり約2.3Bを活性化し、32GBメモリに収めてクラウドおよびエッジデバイ…
METRは開発者生産性実験の設計を変更すると発表し、2025年8月に開始した新たな実験のデータはAIツールが開発効率に与える影響を信頼性高く反映できないとの見解を示した。
CognitionはDevin 2.2をリリースした。エージェントはcomputer useを使い、自身のLinuxデスクトップ上でWebアプリとデスクトップアプリをエンドツーエンドでテストできる。PR作成前にコードを自己チェックして問題…
OpenAIの開発者ブログは長期間実験を記録した。GPT-5.3-Codexを用い、空のリポジトリ上でExtra High推論によりゼロから設計ツールを構築し、約25時間中断なく実行、約13Mトークンを消費し、約30k行のコードを生成した。
Together AIはSF StreetsとUS Streetsの2つのベンチマークを公開し、15の先進ASRモデルの街路名転写性能をテストした。平均エラー率は39%に達し、非英語母語話者の精度は英語母語話者より18ポイント低かった(4…
GGMLとllama.cppのチームは、ローカルAIコミュニティの長期的拡大を支援するためHugging Faceに正式に参加した。創設者のGeorgi Gerganov氏とチームはllama.cppをフルタイムで維持し、100%の技術的…
先週、私たちは Gemini 3 Deep Think をアップグレードしました。本日、これらのブレークスルーを実現する中核知能、Gemini 3.1 Pro を正式にリリースします。明らかに賢く、より高い能力を持つベースラインで、最も困…
Gemini 3.1 Pro がリリースされた。単純な回答では解決できない複雑なタスク向けに設計され、よりスマートな深い推論と処理能力を提供する。
Claude Messages API に自動キャッシュ機能が追加された。リクエストボディに `cache_control` フィールドを追加するだけで、システムが最後のキャッシュ可能ブロックを自動的にキャッシュし、手動でのブレークポイン…
Ramp は Modal Sandboxes を基盤に社内バックグラウンドコーディングエージェント Ramp Inspect を構築した。現在 Ramp でマージされた pull request の半数以上を起動しており、Inspect…
IBM Researchはカリフォルニア大学バークレー校と協力し、新たに構築したIT-BenchベンチマークとMAST評価フレームワークを通じて、複雑なIT運用タスクにおける企業級AIエージェントの失敗原因を体系的に分析した。研究では、現…
Agentic 時代の AI はもはや単なるチャットボットではなく、自律的にタスクを実行できるエージェントである。Claude、GPT、LLaMA などのモデルを前に、エージェント能力、タスクの種類、エコシステム統合に基づいて選択戦略を再…
Gradioのgr.HTMLコンポーネントにより、開発者は単一のPythonファイルでインタラクティブなWebアプリを迅速に構築・デプロイでき、ビルド手順は不要である。html、css、js_on_loadの3つのテンプレートを通じて、P…
Answer.AIのPiotr Czaplaは、Claude 4.5がsolveitの会話で付与されていないツールadd_msgを幻覚して実行に成功し、APIが遮断しなかったことを発見した。GeminiとGrokでも同様の動作を再現した。
オープンソースモデルとクローズドソースの巨人(GPT、Claudeなど)との能力差は持続的に存在し、終わりなき追走の態勢を形成している。記事は知識蒸留技術が差を縮める役割を検討し、オープンソースとクローズドソースモデルのイノベーションの時…
LangChain は harness engineering の手法を共有した。モデルを変更せず(gpt-5.2-codex に固定)に、deepagents-cli を Terminal Bench 2.0 で 52.8 から 66.…
1 / 3 ページ
PR
Orange Relay(pro.nat6.net)は高品質な AI API 中継サービスです。リーズナブルな価格、安定した品質、Claude・GPT・Gemini など主要モデルに幅広く対応しています。
Orange Relay を見る