EVA-Bench Data 2.0 リリース:3 分野、121 ツール、213 シナリオをカバー
EVA-Bench Data 2.0 は評価範囲を単一の企業分野から、航空会社の顧客サービス管理(CSM)、企業 IT サービス管理(ITSM)、医療 HR サービス提供(HRSD)の 3 分野に拡大し、計 121 ツール、213 シナリ…
AI ニュース月別アーカイブ:2026年6月 に厳選した 711 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。
EVA-Bench Data 2.0 は評価範囲を単一の企業分野から、航空会社の顧客サービス管理(CSM)、企業 IT サービス管理(ITSM)、医療 HR サービス提供(HRSD)の 3 分野に拡大し、計 121 ツール、213 シナリ…
OpenRouterは総額482ドルの推論費用を投じ、11の大規模言語モデルを30ラウンドのリアルタイム意思決定「バトルロイヤル」チャレンジで競わせた。実験結果は、従来の静的ベンチマーク順位が、即時反応を要するエージェントタスク(ロボット…
OpenRouterは11の大規模言語モデルによる30回のAIバトルロイヤル形式の比較を実施し、合計482ドルの推論費用を消費した。実験から得られた1つの発見は、ユーザーのモデルベンチマークの読み方を変えるべきものだという。
OpenRouterは30回のロボットスプリント対決で11の大規模言語モデルをテストし、推論コストは合計482ドルだった。結果は、モデルbenchmarkの解釈方法を見直すべきだという発見を示している。
ElevenLabs は ElevenCreative のノード型制作キャンバス Flows で Flows Agent を発表した。ユーザーがチャットサイドバーで要望を伝えると、Agent が適切なモデルを選択し、ノードを作成・接続して…
Nemotron-3 Nano モデルの 100B token 継続トレーニング実験において、タスクシード合成データ生成(Task-Seeded SDG)により MMLU-Pro が 1.8 ポイント、コード平均が 1.9 ポイント、常識…
ChatGPT は Dreaming と呼ばれる新しい記憶システムを導入した。ユーザーの好みをより効果的に記憶し、会話をまたぐ場面でコンテキストの新鮮さと関連性を保つことで、アシスタントのパーソナライズ体験を向上させる。
Stanford の研究者が OpenJarvis をリリースした。これは推論、エージェント、記憶、学習を完全にオンデバイスで実行するオープンソースフレームワークである。個人 AI システムを Intelligence、Engine、Ag…
xAI と Cloudflare が提携し、Grok の LLM、音声、画像、動画モデルを Cloudflare AI Gateway に接続した。ユーザーは追加の認証や API キーなしで、Cloudflare を通じて直接課金できる。…
イリアス(トロイ)の予告編は、先ほどリリースされた Grok Imagine 1.5 で制作された
国連大学水・環境・健康研究所の報告書によると、AI 需要に牽引され、昨年の世界のデータセンターの電力消費量は 448 テラワット時(AI が 5 分の 1 を占める)、水消費量は 4.5 兆リットル、炭素排出量は 1.89 億トンに達した…
Vercel の AI Gateway で Grok Imagine Video 1.5 が利用可能になった。このサービスは画像から動画への変換と音声の同時生成を一度に実現する。サンプルコード: `await generateVideo(…
Hugging Face は hf CLI を再設計し、人間のユーザーとコーディングエージェント(Claude Code、Codex など)の両方に対応させた。CLI は環境変数を通じてエージェントによる駆動を自動検出し、コンパクトで切り…
NVIDIAはオープンソースモデルNemotron 3 Ultraをリリースした。Hybrid Transformer-Mamba MoEアーキテクチャを採用し、総パラメータ550B、アクティブ55B、コンテキスト長最大1M tokenで…
AI 音楽生成企業 Suno が 4 億ドルのシリーズ D 資金調達を完了し、投資後評価額は 54 億ドルと、7 か月前のシリーズ C 時点から倍増した。同社は著作権保護された楽曲を AI モデルのトレーニングに使用したことを認めているが…
@Cloudflare の AI Gateway で Grok モデルを試そう!
GPT-Rosalindが大幅アップグレードし、創薬、分析、設計、実験ワークフローのインテリジェンスが大きく向上:
Mem0はMiniMax M3の公式ローンチパートナーです! M3の1Mトークンコンテキストウィンドウ + @mem0aiの記憶層 = 本当に記憶するAIアプリ。 永続記憶を持つパーソナライズされたAIエージェントを構築でき、ローンチ週間…
Claude Code v2.1.162 がリリースされ、主にバグ修正と体験の最適化が含まれる。`claude agents --json` に `waitingFor` フィールドが追加され、`/effort` コマンドの確認レベルが永…
フロンティアAIの民主的ガバナンスに関する青写真と、米国がフロンティアAIの安全のために持続的な機関をいかに構築するかを発表しました。
Gemma 4シリーズの累計ダウンロード数が1.5億回を突破し、Googleは新メンバーGemma 4 12Bを発表した。このモデルはわずか12Bパラメータで、16GB VRAMのノートPCでローカル実行でき、サイズと性能を両立し、多段階…
World Labsチームと李飛飛氏が文章を発表し、乱用されている「世界モデル」という用語を整理した。言語モデルがテキストの統計を学ぶのに対し、世界モデルは空間と時間の統計(照明、物理法則など)を学ぶ。部分観測マルコフ決定過程(POMDP…
Demis HassabisはGemma 4シリーズのダウンロード数が1.5億を突破したと発表し、新版Gemma 4 12Bモデルを正式リリースした。このモデルは統一されたエンコーダフリーのマルチモーダルモデルで、エッジでの効率と高度な推…
Ideogram v4.0を紹介します。 ネイティブ2K解像度、優れた文字レンダリング、JSONプロンプト対応。 今すぐKreaで体験してください。
月曜日にAlphabetの株式資金調達を発表しました。これは将来のAI機会を捉え、企業と消費者から見られる需要を支えるための多年投資戦略の一環です。嬉しいことに、この資金調達は大幅に超過申込となりました。合計約450億ドルを調達し、さらに…
Boson AI と LMSYS は、SGLang-Omni 推論フレームワークに基づく Higgs Audio v3 TTS エンドツーエンドサービスを共同で発表した。このモデルは約 4B パラメータで、Qwen3-4B バックボーンに…
Anthropic Institute は長文を公開し、AI がすでに AI 自身の開発を加速していると指摘した。完全な再帰的自己改善にはまだ距離があるものの、多くの組織の準備より早く訪れる可能性がある。
Google Researchは、スマートフォンのフロントカメラを利用して日常使用時(顔認証後数秒以内)に顔動画を撮影し、深層学習で心拍数を推定する受動的心拍モニタリングシステム(PHRM)を開発した。平均絶対パーセント誤差(MAPE)は…
@GoogleDeepMindのチーフエンジニア@__apf__のデモに参加し、Gemini Sparkが日常のワークフローをどのように簡素化するかをご覧ください。Gemini 3.5 Flashを搭載し、SparkはGeminiと@Go…
Googleの親会社Alphabetが公開した投資家向けプレゼンテーションによると、Gemini Appの月間アクティブユーザーは9億を超え、1年で2倍以上に増加した。GeminiはGoogleの10億ユーザー超製品13製品を支え、そのう…
Sunoの新たな章を発表できることを嬉しく思います。4億ドルのシリーズD資金調達、評価額54億ドル!🚀 私たちの使命は常にシンプルでした。より多くの人が音楽制作の楽しさを体験できるようにすることです。私たちとともに築いてくれる素晴らしいコ…
SenseTimeはSenseNova U1モデルをオープンソース化し、「見る、考える、創る」の一体を実現すると主張している。普通のスニーカーの画像からマーケティング用ビジュアルを直接生成できる。このモデルはアーキテクチャ上のパラダイムシ…
AnthropicはClaude Partner Networkを拡張し、Services Trackの階層体系とPartner Hubポータルを発表した。Services TrackはSelect、Preferred、Global Pr…
Kimi Work Beta版はKimi最新のMac・Windowsクライアントとともに提供され、Kimi Codeをベースにした汎用ローカルAgentである。Kimi WebBridgeブラウザ操作ソリューションを内蔵し、Skillのイ…
GPT-Rosalindはライフサイエンス研究分野で新機能を発表し、生物学的推論、医薬化学の専門知識、ゲノミクス分析、実験ワークフロー処理能力を強化した。
Moonshot AIは本日、Kimi Work Beta版が最新のMacおよびWindowsクライアントとともに内部テストを開始したと発表した。Kimi WorkはKimi Codeをベースにした汎用ローカルAgentで、スキルのインス…
4月に発表されたDharmaOCR(構造化OCRモデル)は、ブラジルポルトガル語の文書抽出タスクで、直接選好最適化(DPO)を教師あり微調整(SFT)後の第2トレーニング段階として使用した。SFTはテキスト劣化(繰り返しループ)を直接罰せ…
Anthropic Claude Codeチームは社内の数百のskillsの使用経験をまとめ、skillsを9つのカテゴリ(ライブラリとAPIリファレンス、製品検証、データ取得と分析、業務自動化、スキャフォールディング、コード品質、CI/…
Cursor EnterpriseはOrganizations構造を正式に提供開始し、企業が単一のパネルで複数チームを管理できるようにした。各チームは予算、セキュリティポリシー、モデルアクセス、機能制御を個別に設定できる。新たにGroup…
Anthropicは2025年3月から2026年3月の間に禁止された832の悪意あるアカウントを分析し、MITRE ATT&CKフレームワークにマッピングした。67.3%がマルウェア作成にAIを使用し、6.5%が横展開に使用。6か月間で中…
15 / 18 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