古代漢字の視覚知覚評価ベンチマークChronicles-OCRをオープンソース化
視覚大規模言語モデル(VLLM)の古代漢字に対する視覚知覚能力を評価するベンチマークChronicles-OCRがオープンソース化された。このデータセットは甲骨文から草書までの3000年の変遷をカバーし、7種類の歴史書体と2800枚の均衡…
AI ニュース月別アーカイブ:2026年5月 に厳選した 678 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。
視覚大規模言語モデル(VLLM)の古代漢字に対する視覚知覚能力を評価するベンチマークChronicles-OCRがオープンソース化された。このデータセットは甲骨文から草書までの3000年の変遷をカバーし、7種類の歴史書体と2800枚の均衡…
GoogleとBlackstoneグループは、新たなAIクラウドサービス企業の共同設立を発表した。Blackstoneがまず50億ドルのエクイティ資本を投入し、その後のレバレッジを組み合わせて、総投資規模は約250億ドルに達する見込み。同…
Claude AIアシスタントはv2.1.144をリリースした。今回のアップデートでは、バックグラウンドセッションの`/resume`サポートを追加し、「extra usage」を「usage credits」に改名した。また、複数の重要…
Hugging Faceは6つのEttin Reranker再ランキングモデル(17m、32m、68m、150m、400m、1b)をリリースした。Ettin ModernBERTエンコーダーをベースに、self-mxbai-rerank-…
Claude PlatformはMCP Tunnelsのリサーチプレビューを発表し、プライベートネットワーク内のMCPサーバーへの接続に対応した。Claude Managed Agentsにはセルフホスト型サンドボックスのオプションが追加…
私たちはI/O 2026に向かっている。明日太平洋時間午前10時にお会いしましょう!
Claude Designでより多くのコンテンツを制作できるようになった。すべてのプランでトークン制限を2倍に引き上げた。
@xai のGrokクリエイティブスイートに含まれる新モデル3種がOpenRouterで提供開始された。• Grok Imagine Image Quality:写真のようにリアルな画像生成と編集 • Grok Imagine Video…
陪審員は評決で、イーロン・マスク氏がOpenAIに対して提起した訴訟が合理的な時限を超えていると全会一致で認定した。裁判官は直ちにこの評決を確認した。マスク氏の法務チームはこれを不服として上訴する計画だ。この決定は、複雑な商業紛争と知的財…
プロンプトキャッシュ診断がClaudeコンソールで利用可能になった。リクエストがキャッシュにヒットしなかった場合、プロンプトのどの部分が変化したか、そしてそれが何トークンを消費したかを正確に確認できる。
GitHubはCopilot機能向けにリモート制御セッション機能をリリースし、全面提供を開始した。この機能により、ユーザーはVS CodeやコマンドラインでCopilotタスクを開始した後、github.comのウェブサイトやGitHub…
Musk氏は投稿でGrok Buildの改善への協力を呼びかけました。ユーザー@morganlintonはGrok BuildでPasteLocalプロジェクトのrelay機能の開発を完了した体験を共有し、その包括性に驚嘆したと称賛しまし…
NVIDIA Cosmos Predict 2.5は2Bパラメータのワールドモデルで、テキスト、画像、動画クリップから物理的に妥当な動画を生成できます。LoRAまたはDoRAによりDiTのアテンション層(to_q, to_k, to_v,…
Google Researchが開発した経験研究アシスタント(ERA)が《Nature》誌に論文を掲載した。これはGeminiに基づくAIツールで、科学者が専門レベルの経験科学コードを書くのを支援することを目的とし、文献検索、コード生成、…
GoogleはAIターミナルツールを統合し、コミュニティ向けのGemini CLIを新プラットフォームAntigravity CLIへ移行する。この新ツールはGo言語で開発され、エージェント優先のプラットフォームとして複雑なマルチエージェ…
Google Tensor ML SDKがベータ版となり、開発者がPixel 10デバイスのTPU上で高性能な機械学習モデルを直接構築・デプロイできるようになりました。このSDKはエッジデプロイフレームワークLiteRTを統合し、PyTo…
Google AI Edge GalleryアプリはAndroidプラットフォームでオンデバイスAI機能を拡張し、オープンソースのModel Context Protocol(MCP)への実験的サポートを導入することで、Gemma 4モデ…
5月22日、xAIはユーザーがオープンソースのパーソナルアシスタントOpenClawでGrokモデルを直接利用できるようになったと発表しました。SuperGrokまたはX Premiumを購読しているすべてのユーザーがこの機能を利用できま…
Google CloudとNVIDIAの開発者コミュニティが設立1周年を迎え、会員数が10万人を突破しました。コミュニティは開発者に先進的なAIインフラとリソースを提供しており、LLM最適化やGPU高速化データ分析などの専門学習パス、専門…
Anthropicは責任ある先進AIの構築に向け、世界中の多様なグループとの対話を進めています。最初のラウンドでは、15以上の宗教・哲学・異文化伝統の学者や倫理学者が集まり、Claudeなどのモデルの道徳的形成と価値観の整合に多様な視点を…
LlamaIndexのエンジニアは、LiteParseでSECファイルを解析してテキストのbounding box座標を取得し、Agentの回答が元のPDFページ上で正確な出典をハイライトできる財務デューデリジェンスAgentのデモアプリ…
METRは2026年2月16日から3月16日にかけてパイロット評価を実施し、Anthropic、Google、Meta、OpenAIが参加して最強の内部モデルと非公開情報を共有した。
大規模にClaude Codeを運用する際のベストプラクティスは何か?数百万行のモノレポ、数十年の歴史を持つレガシーシステム、分散マイクロサービスでチームが運用した経験のまとめに関する新しいブログ記事が公開されました:https://cl…
InsForgeはAIコーディングエージェント向けに設計されたオールインワンのオープンソース・バックエンドプラットフォームだ。MCP ServerとCLI+Skillsの2つのインターフェースを通じ、エージェントがバックエンドエンジニアの…
PaddleOCRは3.5をリリースし、PP-OCRv5およびPaddleOCR-VL 1.5モデルを実行するためのオプションの推論バックエンドの一つとしてTransformersを正式に位置づけました。今回のアップデートでは、より柔軟な…
本日、Krea 2がすべての人に開放されました。これを記念して、すべてのサブスクライバーに丸1週間の無制限Krea 2生成サービスを提供します。無料トライアル 👇
Hugging Faceは開放AIエージェントリーダーボードを公開しました。基盤モデルのみではなく完全なエージェントシステムを比較し、成功率とタスクごとのコストを併せて報告します。リーダーボードは6つの既存ベンチマーク(SWE-Bench…
Grokが動画を処理できるようになりました [引用 @XFreeze]:動画全体をGrokにアップロードし、リアルタイムで分析、要約、翻訳、シーンの説明、重要なコンテキストの抽出を行わせることができます。Grokは画像やテキストだけでなく…
Grok ImagineがすべてのX Premium+サブスクライバーに提供開始されました。これはxAIが開発した画像生成モデルです。
Tencent Cloudは自社開発のAIデザインエージェントプラットフォームArdotの公測を正式に開始しました。中核機能は以下の通りです。ユーザーは一言の指示でAppページ、公式サイト、ポスターなどの編集可能なデザイン案を生成できます…
Cursorプラットフォームは、知能と行動パフォーマンスが大幅に向上したComposer 2.5をリリースしました。このモデルは複雑な指示や長期タスクの実行がより得意です。その改善はトレーニング規模の拡大、より複雑な強化学習環境、新しい学…
xAIは2026年5月18日、Grokの「Skills」機能を正式にリリースした。持続的な専門知識サポートを目的とする。この機能により、ユーザーはGrokに対して好み、書式ルール、ワークフローを一度設定するだけで、すべての会話で継続的に有…
Googleはネイティブ・マルチモーダルAIモデルGemini Omniを発表した。動画、画像、音声、テキストなど多様な入力を統合し、高品質な動画コンテンツを生成できる。中核能力は自然言語の対話による動画編集で、キャラクターの一貫性、物理…
Google Antigravity 2.0は、macOS、Linux、Windowsに対応する新しい独立型デスクトップアプリで、IDEに縛られず、最新のGeminiモデルで駆動し、企業向けに設計されている。中核はエージェントで、同期・非…
Manusはスケジュールタスク2.0を発表し、タスク、プロジェクト、Webアプリなどより多くのコンテキストでスケジュール機能を利用できるようにした。スケジュールタスクは同じタスクコンテキストに留まって実行を継続でき、プロジェクト内のファイ…
AnthropicはSDKとMCPサーバーツールの開発企業Stainlessを買収すると発表した。Stainlessは2022年の設立以来、Anthropic公式SDKの生成を支援しており、そのツールはAPI仕様をTypeScript、P…
本記事は分散トレーニングにおける正確性の課題とDTensor方式のトレードオフを考察する。DTensorはテンソルに配置メタデータ(Shard、Replicateなど)を付与することで通信を自動管理し、計算の正確性を確保する。並列化の事例…
Cognition は Auto-Triage を発表した。Devin は Slack、Linear、GitHub、Sentry、Datadog、webhook などのソースからのアラートを自動監視し、直ちにコードベースと可観測性ツールを…
Prime Intellect は general-agent 環境 v1 をオープンソース化した。Synthesizer と Solver の 2 エージェントの対戦を通じて自己進化するタスクコーパスを生成し、現在 4,504 タスク、…
GoogleはGemini for Scienceプロジェクトを立ち上げ、Geminiモデルに基づく一連の科学ツールと実験的アプリを発表した。このプロジェクトは科学探求の規模と精度を拡大することを目的とし、AIが研究者の複雑な計算、実験シ…
9 / 17 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