Archive
新模型、開放權重、多模態、語音、影像與模型架構。
AI 安全
Agent Package Resolutionは、セッションプロンプト、パッケージマネージャー設定、サーバー側ポリシーを組み合わせ、Claude CodeとCursorが開始した依存関係のダウンロードをArtifactoryへ誘導する。現在はプレビュー版で、初期設定にはrepository bindingがなく、プラグインだけではagentによるpublic registryへの迂回アクセスを阻止できない。
代理工具
Recurisは、作業状態、スキル選択、失敗の証拠を局所的に更新可能な記憶コンポーネントに分割し、変更のたびにホールドアウトデータで検証する。著者らは、評価が完了した37組のモデル–ベンチマークのペアのうち35組で向上を記録したが、一部の改善は統計的有意性に達しておらず、テストはLLMによるユーザーとジャッジのシミュレーションにも依存している。
AI 開發平台與治理
OpenAIはChatGPT WorkとCodex向けにAdmin pluginを提供開始し、管理者が対話形式で利用量を照会し、サポートされる管理操作を実行できるようにした。このプラグインは既存のロール、App、ソースシステムの権限を引き継ぐため、インストールしただけではデータへのアクセス権や書き込み権限は付与されない。
最新模型
JD.comのJoy Future Academyチームは、統一された軌跡インターフェースで一人称および三人称視点の720p映像世界を制御するEchoWMを発表した。論文は同システムを「オープン」モデルとしているが、現在リンクされているリポジトリが提供するのは長時間動画用パイプラインのみで、EchoWMのコードとモデルウェイトはまだ公開されていない。
最新模型
Granite 4.2は、3B、8B、30Bの3サイズで、切り替え可能な思考モード、ネイティブなツール呼び出し、最大512Kのコンテキストを備え、Apache 2.0ライセンスで提供される。8Bと30Bにはサンドボックス型のエージェント強化学習が施されている一方、ゼロから事前学習されたかどうかについて、モデルカードと技術記事の記述が矛盾している。
代理工具
Liquid AIとArtificial AnalysisはPipetteを公開し、1,000を超えるモデル、量子化、runtime、デバイス、コンテキストの構成でオンデバイス推論を測定した。速度とメモリは実機で測定される一方、品質スコアはH100上で別途生成されるため、統合グラフを読む際には2つのテスト経路を区別する必要がある。
AI 安全
Linux FoundationはTRACE仕様を受け入れ、AIエージェントのモデル、実行環境、ポリシー、ツール呼び出しに関するポータブルな暗号学的証拠の確立を目指す。現行のv0.2は依然としてDeveloper Previewであり、記録と検証済み環境との関連性は証明できるものの、エージェントがタスクを完了したことや、ポリシー自体の安全性までは証明できない。
代理工具
小米（Xiaomi）のチームが提案したTRACEは、成功／失敗軌跡の対比結果を用いて検索可能なSkill Bankを反復的に改善し、基盤モデルの重みは変更しない。CAR-benchの隠しテストセットでは3回すべて成功する割合を高めた一方、平均token数、コスト、レイテンシーも増加した。
最新模型
H3 Super Accelerationは、まず低解像度かつ4ステップのノイズ除去でドラフトを作成し、その後LTXとSol-Attnに引き渡して3ステップで高解像度の精細化を完了する。公式測定では、768pの10秒動画はSGLangベースライン比で27.7倍高速だったが、この高速化はサンプリング経路を変更するものであり、同等品質を維持した純粋なカーネル最適化ではない。
代理工具
Microsoftは、Claude Code、Codex、GitHub Copilotで利用できるAgent Lightning Skillを追加した。これにより、コーディングエージェントは固定benchmark上で、編集可能な別のエージェントを改良できる。これは予算制約下での実験ルール一式であり、対象エージェントに対して強化学習を自動実行するものではない。
推論系統
新アーキテクチャでは、検索とメインモデルの間に低コストのモデル呼び出しを1回追加し、質問に関連する原文の一部とソース識別子だけを保持する。AWSの社内テストでは約30%のコスト削減を記録したが、評価は単一の企業コーパスとLLM judgeに依存している。
AI 安全
研究チームは8つのオープンモデルファミリーを用いて、プレッシャーのかかる状況のデータ約20万件を生成し、LoRAでモデルを訓練して、自身が嘘をついているかを判定させた。検出器が主に学習したのは迎合や能力の否認といった表面的なパターンで、未知のタイプに対してはプロンプト方式のベースラインをわずかに上回るにとどまった。