Archive
新模型、開放權重、多模態、語音、影像與模型架構。
AI 安全
Anthropicはブラウザエージェントをすべての有料プランに拡大した。ユーザーが計画を一度承認すれば、Claudeは複数タブをまたいでクリック、入力、ワークフローの実行ができる。各自律アクションは安全性分類器による再審査を受けるが、公式テストでは依然として攻撃成功率が0.3%あり、画面のスクリーンショットから機密データが取り込まれる可能性もある。
機器人與具身 AI
Perceptron AIは、360億パラメータのIsaac 0.5の重みとLeRobot統合を公開し、同一のスパースなバックボーンから言語、空間座標、連続または離散アクションを出力できるようにした。一般動画によって遠隔操作データの必要量を大幅に削減できると公式は主張するが、これはオフラインのaction lossに基づく換算であり、中核となる自己教師あり学習目標は依然としてプロプライエタリ技術である。
最新模型
AlibabaはQwen3.8-Flash-Nextの重みを公開した。Qwen Sparse Attention、Gated Residual、510億個のn-gram embeddingパラメータにより、長いコンテキストの計算コストを削減する。モデルは26万2,144 tokenをネイティブにサポートするが、性能値は主に公式評価に基づいており、ライセンスも一般的なApache 2.0ではない。
代理工具
GitHubはMCP 2026-07-28をCLI、SDK、IDEに導入し、hook間でOpenTelemetry traceを関連付ける機能も追加した。新版では従来の`/plugins`エントリポイントも廃止されるため、アップグレード前にプラグイン管理、自動更新、企業ポリシーの挙動を確認する必要がある。
最新模型
新たな研究では、パラメータ摂動とフォワード評価のみを用いて推論モデルを訓練し、進化戦略がGRPOのエントロピー崩壊と大規模サンプリング時のカバレッジ低下を緩和できることを示した。結果は1.5Bから7Bまでのモデルを対象としているが、訓練規模、タスク範囲、再現性には依然として制約がある。
最新模型
LAION-BVDはCommon Crawlから、動画・音声・フレームを横断するオープンな研究用データを構築し、合成キャプション付きの5,500万クリップや3億枚のフレームなどのサブセットを公開した。ViCLIPの評価ではInternVidベースラインを最大2.1%上回ったが、データは研究用途に限定されており、ソースの権利、URLのリンク切れ、合成アノテーションの誤りについては別途対処が必要だ。
代理工具
新しいフラグによりファイルツールを作業ディレクトリ内に制限し、ユーザー設定とプロジェクト設定を読み飛ばすことで、評価プラットフォームや共有ホスト上でのエージェント実行を容易にする。起動引数でツールを再び追加できるため、OSレベルのサンドボックスではない。
推論系統
Atlasは、DGX Spark上でQwen3.8-27B-NVFP4を使用した再現可能なベンチマークを公開し、並行数1～128のすべてでvLLMを上回った。ただし、結果は単一モデルかつ短い入力・長い出力のワークロードに限られており、一般的なデータセンター環境へそのまま一般化することはできない。
AI 安全
AWSは、モデル入力、ツール引数、ツール出力の各段階でBedrock Guardrailsを呼び出し、プロンプトと回答だけを検査する場合の空白を埋める手法を提示した。サンプルではツールごとに異なるルールを適用できる一方、レイテンシー、誤検知率、構造化されたアクションに対する安全性評価は公表されていない。
最新模型
BPCOは、制約付きvalue head、Monte Carlo target、長さ適応型GAEを組み合わせ、criticが単一応答からtoken単位のadvantageを推定できるようにする。著者らは1.5Bから30B-A3Bまでのモデルで複数サンプル手法と同等以上の性能を達成したが、総訓練コストが低いことはまだ実証していない。
代理工具
SwitchはSlack、Teams、Discordなどのチャンネルを共有ルームにマッピングし、Codex、Claude Codeなどのエージェントが共通コンテキストを維持できるようにする。コードはセルフホストできるが、Commons Clauseにより商用再販が制限され、コスト保護機能や一部のセキュリティ制御もまだ完成していない。
代理工具
ASILでは、エージェントがJSON形式のソフトウェア状態を読み取り、ファイルパーサー、ネイティブスクリプト、サービスAPIを通じて意味的なアクションを実行する。380件のタスクで画面操作を大幅に上回ったが、この比較ではエージェントが参照できる情報と操作の粒度も同時に変わっているため、単純にモデル能力の向上と解釈することはできない。