AI 安全
Forge 0.18.1、MCPにユーザー単位のOAuthを導入、ツール呼び出しは認可完了を待って再開可能に
オープンソースのエージェント実行環境Forgeは、MCP接続と認証情報をユーザーごとに分離し、OAuth 2.1のメタデータディスカバリーと動的クライアント登録を自動化できるようになった。新版では、きめ細かなアウトバウンド制御と承認監査も追加されたが、現時点のMCPサポートは依然として主にHTTPトランスポートに限られる。
Archive
最新模型
新模型、開放權重、多模態、語音、影像與模型架構。
AI 安全
AI 開發者平台
Anthropic Python SDK 1.0がhttpx2へ移行、従来のトレーシングやmockが気付かないまま機能しなくなる可能性
新バージョンでは最低Pythonバージョンが3.10に引き上げられ、Text Completions、一部のサンプリングパラメータ、クライアント側の圧縮インターフェースが削除された。通常のAPI呼び出しはほとんど変更不要だが、httpxに直接依存するモニタリング、テスト、カスタムトランスポート層は移行が必要となる。
推論系統
Daedalus-150M、注意層の3分の2を畳み込みに置き換え、2KコンテキストでCPUデコードを1.76倍高速化
Daedalus-150Mは、シングルユーザー環境での4-bit CPU推論に特化して設計されており、大半のネットワーク層で、増え続けるKV cacheを繰り返し読み込む必要がない。初期結果では、コンテキストが長くなるほど速度面の優位性が拡大する一方、モデルの上限は2Kにとどまり、性能値についても異なるハードウェア上での独立した再現検証が必要だ。
代理工具
NemoClaw 0.0.113、ローカル推論の検証を強化し、サンドボックス再構築後のMCP認証情報の再発行に対応
NVIDIAはオープンソースのエージェント実行スタックを更新し、vLLM、llama.cpp、Ollama、モデルルーターにおける状態ドリフトへの対処を重点化した。新版ではサンドボックスのライフサイクル、イメージの出所証明、障害復旧も厳格化されたが、依然として急速なイテレーションの途上にあるパッチリリースだ。
AI 安全
8つのクローズドモデルでは通常の応答にコンテキスト内の秘密が潜み得る、4桁の正確な復元率は82％
新たな研究によると、モデルが秘密の直接的な漏洩を拒否しても、応答の長さ、形式、語彙などの統計的特徴がコンテキスト情報を伝える可能性がある。適応型ブラックボックス攻撃では、2桁の秘密をほぼ完全に復元でき、4桁でも正確な一致率は82％に達した。
代理工具
SWE-bench Scienceは20の科学分野を収録、最優秀のコーディングエージェントでも119問中47.90%しか解決できず
SWE-bench Scienceは、98の実在する科学ソフトウェアリポジトリを用いて、単位、座標系、数値的不変条件、ファイル形式などの暗黙的な契約を検証する。Claude CodeとOpus 5の組み合わせが暫定首位だが、pass@1は依然として50%未満で、エンジニアリング統合問題ではわずか27.78%にとどまった。
推論系統
KeysAndValues、固定32K KV cacheで4Bモデルを128Kコンテキスト向けに微調整
新手法により、モデルは微調整時にH2OなどのKV eviction戦略へ直接適応できる。128Kタスクの一部では、約20%〜64%だった精度が90%超に向上した。ただし、自然言語質問応答で常に優位なわけではなく、オープンソース実装も依然として研究用ツールと位置付けられている。
推論系統
ReCache、ツールschemaを再利用可能なKVブロックに分割し、割り当てメモリを92.43%削減
ReCacheは注意機構と位置エンコーディングを改変し、リクエスト間で個々のツールやスキルのKV cacheを再利用できるようにする。Qwen3の実験ではTime to First Token（TTFT）が最大3.655倍高速化したが、モデルのfine-tuningが必要であり、そのまま適用できる推論プラグインではない。
AI 可解釋性研究
Forking Fast、変化点検出で推論の分岐を再構成——解析用token予算を8分の1に削減可能
新手法は推論結果の分布を区分的に滑らかな系列として捉え、PELTで真の意思決定点を特定したうえで、Dirichletカーネルプーリングによりサンプリングノイズを抑制する。2つの8Bモデルを用いた実験では再サンプリングを大幅に削減できることが示されたが、現時点で結論が適用されるのはtinyMMLUの選択式問題に限られる。
機器人／VLA 訓練
EXIMO、VLMオーケストレーションによる探索を3B VLAへ再蒸留し、追加の遠隔操作デモを不要に
Google DeepMindは、視覚言語モデルに長い手順を要するロボットタスクをVLAが実行可能なサブゴールへ分解させ、成功軌跡で元のモデルをファインチューニングしたうえで、残差型オフポリシー強化学習を追加した。この手法はシミュレーションタスクの探索効率を向上させたが、実ロボットで人間によるデモを代替できることはまだ実証されていない。
GitHub Repo
EnvHarness、検証器を変更せずにエージェント訓練環境を再構成、ALFWorldのドメイン外性能を9ポイント向上
Google Cloud AI Researchなどのチームは、エージェントharnessの概念を環境側に適用し、組み合わせ可能なインターフェース層によって初期状態、可視情報、タスクフローを変更する手法を開発した。オープンソースの実験は5つのベンチマークを対象とし、最大9パーセントポイントの向上を達成したが、完全な結果の再現には複数の外部環境と商用モデルAPIが依然として必要となる。
代理工具
NVIDIA、CUDA MCPとセルフホスト型Nsight Blueprintを発表—4モデル構成のバックエンドを社内ネットワーク内で運用可能に
Nsight AIは、リアルタイムのCUDAドキュメントをCodexやClaudeなどのMCPクライアントに接続できるようになったほか、完全なコーディング支援バックエンドをローカル環境にデプロイできるようになった。オープンソースのBlueprintは、生成、補完、埋め込み、リランキングの各モデルを組み合わせるが、リファレンス構成にはHopper世代のGPUと少なくとも200GBのストレージが必要となる。