Archive
新模型、開放權重、多模態、語音、影像與模型架構。
代理工具
FluxBenchは、単発のコード出力だけでなく、統一されたプロンプト、ツール、プロセスライブラリを用い、エージェントがRTL生成から論理合成、配置配線、ECOまで完遂できるかを評価する。著者らは、同じ基盤モデルでもエージェントフレームワークによって性能に86.27%の差が生じ得ると報告している。ただし、商用EDAを用いた実験範囲は狭く、論文も一度撤回された後に再投稿されている。
代理工具
ForecastBenchが7月27日に更新した暫定ランキングでは、上位3位をTorchcast AIの専用エージェントが独占し、最高Brier Indexは65.6だった。GPT-5.5検索エージェントとスーパーフォーキャスターの中央値は近い水準にあるが、問題数、提出時期、信頼区間の違いにより、順位の単純な比較には限界がある。
推論系統
Nativ v0.0.1は、モデルのダウンロード、チャット、モニタリング、OpenAIおよびAnthropic互換エンドポイントをネイティブSwiftUIアプリに統合し、最近ローカルAIコミュニティで注目を集めている。初版はApple SiliconとmacOS 26のみをサポートし、モデル横断のパフォーマンス検証や互換性テストはまだ公開されていない。
推論系統
AMDはROCm Hyperloom 1.0.0a1を公開した。エージェントがパフォーマンスプロファイリングからカーネルおよびホストプログラムの修正までを実行し、正確性と速度のテストに基づいて変更を採用するか判断する。初版が対応するInstinct GPUは3モデルのみで、「数週間から数時間への短縮」も現時点ではAMDによる主張にとどまるため、導入者は自身のモデルで再現性を検証する必要がある。
最新模型
新ベンチマークは、6言語で並行作成された3,300問とフランス語5,340問を用い、モデルが言語をまたいで同じ日常知識やロングテール知識にアクセスできるかを検証する。大規模モデルほど全体的な精度は高いものの、ポップカルチャー、最近の出来事、言語切り替えによる格差は依然として解消されていない。
AI 研究與訓練
新たな研究では、各問題について同数の推論軌跡を固定的に生成するのではなく、報酬のばらつきが大きいサンプルに追加の計算資源を集中させる。著者らは数学およびプログラミングタスクでrollout効率が向上したと報告しているが、コードはまだ公開されておらず、実際のGPU時間や大規模モデルへのスケーラビリティは今後の検証を待つ。
最新模型
AMDは、Instella-MoEの事前学習、長コンテキスト対応、SFT、DPO、強化学習など6段階のチェックポイントを公開し、トレーニングフレームワーク、データレシピ、推論コードも同時に提供した。モデルはGated MLAとFarSkip-CollectiveによってAttentionとGPU間通信のコストを削減するが、正式な技術レポートと独立評価はまだ完了していない。
最新模型
Induction Labsは、106B-A5BのスパースMoEモデル「Photon-1」を発表した。事前学習では画面動画を見るだけで、マウスやキーボードの行動ラベルを必要としない。モデルは次の潜在的な画面状態を予測した後、その状態に到達するための操作を生成する。ただし、現時点で性能を裏付ける証拠は主にチーム内部の評価に基づいている。
代理工具
CursorはAutoモードを、リクエスト単位で分類・モデル選択を行うRouterへと刷新した。企業は品質、バランス、コストの3つの戦略を切り替えられる。公式はオンラインテストで費用を60%削減できるとしているが、モデルがデフォルトで非表示となる仕様や、特定のルーティング候補を必須とする要件により、監査可能性が導入時の重要課題となる。
最新模型
UK AISIと米国CAISIによる初期テストでは、Kimi K3のExploitBenchスコアは32%でGLM-5.2を上回ったものの、評価対象となった米国のフロンティアモデルには大きく後れを取った。同モデルは32ステップの模擬企業攻撃を一度完遂したが、評価条件とサンプル数が限られているため、現実世界での攻撃成功率を直接推定することはできない。
AI 安全
Zenityは、すでに修正済みのCSRF型攻撃チェーンを公開した。ログイン中のユーザーが細工されたリンクを開くだけで、ChatGPT Agent Builderが攻撃者の制御するエージェントを自動的に作成、スケジュール設定、実行する可能性があった。この脆弱性はOAuthを回避するのではなく、既存の認可を継承するものであり、エージェントの作成フロー、実行主体、ツール権限の間に生じる新たな信頼の隙間を浮き彫りにした。
硬體
Ultralytics 8.4.105では、YOLO26深度推定モデルでHailo-8LとQualcomm QNNのサポートが追加され、CoreML、OpenVINO、NCNNなどのデプロイバックエンドも改善された。また、中断された知識蒸留チェックポイントを直接検証・エクスポートできるようになったが、性能向上についてはターゲットハードウェアごとに個別の測定が必要だ。