SURL AI News
繁中English日本語

Archive

GitHub Repo

GitHub 熱門專案、開源工具、框架、runtime 與重要 release。

代理工具

Claude Code 2.1.261、スキルのコンテキストコストを可視化し、自動モードにおけるデータ外部送信の判定を厳格化

新バージョンでは、`/skill-doctor` が未使用のスキルとそのコンテキスト占有量を一覧表示し、開発者がターンごとに繰り返し発生するプロンプトコストを特定できるようになった。また、危険な削除操作の検出範囲を拡大し、セッション再開時のコンテキスト欠落を修正したほか、コンテンツを含む公開チャートURLを外部アップロードとして扱う。
AI research

One-Shot OPD、単一クエリで全データ蒸留の利得の大半を獲得——ボトルネックは教師シグナルの吸収速度へ

研究者らは、学生モデルが1つのクエリに対して反復的にサンプリングし、教師からtoken単位の監督を受けることで、300ステップ後には全データ訓練が到達した状態の71.5%をカバーできることを明らかにした。意味的に異なる16個のクエリを加えるとカバー率は98.9%に達するが、結果は依然として、指定された小規模モデル、教師、ベンチマークに限定される。
AI 研究／形式驗證

Claude、マルチエージェント協調でフェルマーの最終定理をLean形式化、1,300万行の証明を公開

Anthropicによると、数十のClaudeエージェントが11日間で、フェルマーの最終定理について初となるエンドツーエンドかつコンピューター検証可能な証明を完成させた。真のブレークスルーはモデルの能力だけでなく、Prove2Meが定理の依存関係グラフ、独立コンパイル、検索機構によって長期的な協調作業を制御した点にある。
推論系統

NVIDIA PAIR、単一のローカルエンドポイントでデバイス横断推論を振り分け――ただしGPUメモリは統合せず

オープンソースのPersonal AI Routerは、Windows、Linux、macOSの各ノード間で、OllamaまたはLM Studioへの独立したリクエストをスケジューリングできる。マルチエージェントの同時実行数を増やすのには適しているが、分散モデル実行エンジンではなく、単一モデルは依然として1台のマシンに完全に収まる必要がある。
代理工具

SWE-Gate、コーディングエージェントにレビュー制約テストを導入――機能テストを通過したパッチの3分の1が要件違反

SWE-Gateは、実際のpull requestのレビューコメントを実行可能な第2のテストスイートに変換し、機能修正とエンジニアリング上の制約を個別に評価する。4モデルが生成した機能テスト合格パッチ644件のうち、221件は明示されたレビュー要件に違反していた。
代理工具

GitHub Copilot CLI 1.0.83、MCPのCIMDログインに対応し、サンドボックスのファイルツールが読み取れるパスも拡大

新バージョンでは、MCP OAuthクライアントがURL経由でIDメタデータを公開できるようになり、認可サーバーごとに個別登録する必要性が軽減された。また、サンドボックス内蔵のファイルツールが、tokenを含む可能性のある`.npmrc`などの開発ツール設定を読み取れるようになったため、デプロイ担当者はデフォルトの権限設定を改めて確認すべきだ。
推論系統

Random Attention、プロンプトを保持した上でKV cacheをランダムに淘汰し、長時間推論でスコアリング方式を上回るスループット

Salesforce AI Researchは、元のプロンプトを保護した上で、各KV headで推論tokenをランダムに保持するだけで、複数のコンテンツスコアリング戦略に匹敵する精度を得られることを明らかにした。H200を用いた32K出力のテストでは、TriAttentionより32〜43%多くのtokenを処理したが、短い出力や長いコードプロンプトでは必ずしも効果が得られない。
最新模型

Compile by Training：自然言語仕様を0.6Bモデルで実行可能なローカル関数へコンパイル

新手法では、大規模な教師モデルでタスクデータを合成し、関数ごとに専用のLoRAを学習することで、以降のリクエストではリモートモデルを呼び出す必要がなくなる。難易度の高いテストセットで83.6%の意味的正解率を達成した一方、コンパイルには依然として教師API、約40 GBのアクセラレーターメモリ、出力検証が必要だ。
AI 安全

CISA、LiteLLMのMCP認証バイパスを既知の悪用済み脆弱性に追加――無効なキーが有効なセッションへ降格される不具合

CVE-2026-59822により、特定のOAuth2 passthrough経路で偽造Bearer tokenがLiteLLMの認証を回避し、設定済みのMCPツールを列挙・呼び出せる可能性がある。脆弱性はすでにバージョン1.84.0で修正されているが、CISAがKEVに追加したことで、公開エンドポイントの棚卸しと上流認証情報のローテーションが急務となった。
代理工具

GitHub HydraFusion、Copilotの実行時に複数モデルをオーケストレーションし、カスケードとクロスモデルレビューでコストを制御

Copilot CLIのリサーチプレビューでは、タスクごとに単一モデルを選ぶだけでなく、直接実行、段階的なエスカレーション、クロスモデルレビューという3つのフロー間でルーティングする。GitHubのオフラインテストでは、一部のワークロードで推定コストを削減できることが示されたが、ルーター、品質ゲート、社内ベンチマークはまだ公開されていない。
AI 安全

Goose 1.49、エージェントのツール呼び出しフックに障害時ブロックモードを追加し、ライフサイクル全体の監査IDを整備

AAIF傘下のオープンソースAIエージェント「Goose 1.49」では、`PreToolUse`ポリシーの実行に異常が発生した場合、ツール呼び出しを拒否できるようになり、セキュリティチェックの失敗後も操作が続行される事態を防げる。新バージョンでは安定した`tool_call_id`と結果イベントも追加されたが、デフォルトは引き続きfail-openであり、管理者が設定を明示的に変更する必要がある。