SURL AI News
繁中English日本語

Archive

代理工具

Agent、MCP、coding agent、工作流自動化與評測。

最新模型

WithEveryone、アイデンティティとレイアウトを紐付けて10人の群像を生成—ただし重みは未公開

Tencent Hunyuanと復旦大学の研究チームがWithEveryoneを発表した。各参照人物を構造化レイアウトに紐付けたうえで、領域別のアイデンティティ損失を用いて生成を監督する。著者らが構築したアイデンティティ分離テストでは、人物の網羅率を高め、コピー＆ペーストの痕跡を減らしたが、基盤モデルの既存ライセンスにより、研究版の重みは公開できないという。
AI 安全

最先端AIラボ5社の制御策、最高評価でもC+　モデル封じ込め計画が最大の公開情報上の欠落に

Guidelightは、実行可能な6項目の制御策に基づきAnthropic、Google、Meta、OpenAI、xAIを評価したが、いずれの企業も、どの項目でも完全実施に近い水準には達しなかった。評価は8月18日時点で公開されていた証拠のみを反映しており、低評価だからといって、社内に該当する仕組みが存在しないとは限らない。
代理工具

Faraday、27Bの外部エージェントでGPT-5.5をオーケストレーション——論文図表の再現ベンチマークで単体のフロンティアモデルを上回る

Inherentは、長期ホライズン強化学習で訓練したFaradayを公開した。27Bモデルが研究上の意思決定を担い、プログラミング作業をGPT-5.5に委ねる。Replicaの保留タスクではClaude Opus 4.8とGPT-5.5を上回ったが、27Bモデル単体がフロンティアモデルを超えたと解釈することはできない。
最新模型

匿名モデル「Ox Alpha」が1M contextを無料提供、ただしプロバイダーはプロンプトと出力を保持

Ox Alphaは、無料、長大なcontext、多モーダル対応のエージェントインターフェースを武器に、OpenRouterとOpenCodeでテストブームを巻き起こしている。一方、OpenRouterの現行ページには、匿名プロバイダーがpromptsとcompletionsを保持すると明記されており、初期にうたわれた「ゼロデータ保持」という説明を本番環境の判断材料にはできない。
最新模型

GPT-5.6 Sol、期間限定で出力100万token当たり20ドルに値下げ――超長文プロンプトは依然としてリクエスト全体が割増対象

OpenAIはGPT-5.6 Sol APIの入力価格を20％、出力価格を33％引き下げた。キャンペーンは少なくとも11月21日まで継続する。入力が272K tokenを超えると、リクエスト全体に高い料金が適用されるため、長いコンテキストを扱うエージェントのコストは標準単価だけでは見積もれない。
代理工具

Cline SDK 0.0.78、イベントリプレイでエージェントの作業を保護――モデル未固定の場合はデフォルトが切り替わる可能性

Cline は Hub にドレイン、永続イベントログ、実行キューを追加し、アップグレードや再接続時にエージェントの作業がそのまま失われないようにした。新バージョンでは、カスタム OpenAI-compatible モデルからすべてのツールが暗黙に削除される不具合も修正されたが、一部プロバイダーのデフォルトモデルはカタログ更新に伴って変更されている。
代理工具

MidTool、203億tokenのツールmid-trainingデータセットを公開、4B／8Bモデルが3種類のエージェント評価すべてで性能向上

MidToolは、API、MCP、ドキュメント、コード、合成ワークフローを、事前学習後かつSFT前の専用段階に組み込んだ。データセットとモデルチェックポイントは公開されたが、deep-search評価は依然として0点であり、schemaの理解が長期的なリサーチ能力と同義ではないことを示している。
AI 安全

Claude SecurityがMythos 5を統合、モデルへの直接アクセスではなく制限付きスキャン結果を提供

EnterpriseユーザーはMythos 5でコードベースをスキャンし、CWE分類、重大度、信頼度評価、推奨修正を取得できるようになった。モデル自体は引き続き管理されたサービスの背後に置かれ、修正には人によるレビューが必要だが、Anthropicは検出精度をまだ公表していない。
代理工具

NVIDIAのAVO、ARC-AGI-3公開セットの全183レベルを攻略――主要な性能向上はモデル変更ではなくエージェントフレームワークに由来

AVOは永続メモリ、監督エージェント、テキストグリッドインターフェースを活用し、Claude Opus 5で全公開レベルを6,624回の環境アクション以内に完了した。ただし、100点というスコアは公開セットのみを対象としており、セミプライベートまたはプライベートの競技テストに合格したことを意味しない。
AI 安全

Claude Code 2.1.239、クラウドエージェントのアウトバウンド通信を制限し、Bedrockのストリーミング再送による二重課金を修正

新版では、一部のClaude Codeウェブツールのリクエストをセッションネットワークプロキシ経由にすることを義務付け、プロキシ環境、MCPの再接続、機密入力の処理に関する問題も修正した。Python SDKの移行コマンドも追加されたが、Anthropicは脆弱性の深刻度や影響範囲を公表していない。
生成式視覺與 4D 重建

4DAnyoneがモデルと推論コードを公開、単眼人物動画を最大48の再構成視点へ拡張

固定長の参照コンテキストと、拡散プロセス中の視点再編成により、多視点動画を分割生成する際の構造的ドリフトを抑える。重みと推論パイプラインは公開されたが、4D Gaussian Splattingによる再構成の完全なオープンソース化と低メモリモードはまだ実現していない。