SURL AI News
繁中English日本語

Archive

全ニュース

技術ニュース 1544 件

GitHub Repo

FeyNoBg、BiRefNetの中間ステージを深化し、混合データで前景認識と境界の精細さを両立

Feynは、2億6,300万パラメータのFeyNoBgと、学習用ライブラリNoBgをオープンソースで公開し、背景除去、バッチ推論、ファインチューニングのインターフェースを統一した。公式比較では、8つのデータセットのうち4つでS-measureが首位となった一方、速度、メモリ使用量、透明度誤差などのデプロイ指標は報告されていない。
GitHub Repo

Open Secure AI Alliance、オープンなAIエージェント防御スタックを構築へ――ツール共有とガバナンスの具体化はこれから

NVIDIAと30を超える組織がOpen Secure AI Allianceを設立し、モデル、エージェントフレームワーク、アイデンティティ、隔離、脆弱性スキャン技術を共有する計画を発表した。初期メンバーはNOOA、SPIFFE/SPIRE、Safetensors、Lightwell、MDASHなどの基盤コンポーネントを挙げているが、共通リポジトリ、テスト仕様、提供スケジュールはまだ公表されていない。
電腦視覺

合成顔でCLIPをファインチューニングするコンペの結果：フル訓練と少量データLoRAでそれぞれ異なる手法が勝利

IJCB-AFMFR 2026では、同一の合成IDデータを用いて、4チームがCLIP ViT-L/14を顔認識モデルへ変換する手法を検証した。フルデータ部門ではSub-Center ArcFaceによるフルファインチューニングが首位となり、制限データ部門ではrank-stabilized LoRAが勝利した。ただし、参加規模とデータソースが結論の一般化を制限している。
AI 安全

システムログに悪意あるテキストを書き込むことで、LLMに実際の攻撃を正常な活動と誤判定させることが可能

新たな研究により、攻撃者が自身で制御できるログフィールドにプロンプトを注入し、SOCで使用されるLLM分析パイプラインを妨害できることが実証された。モデルの説明には操作された痕跡がしばしば表れることも判明したが、このシグナルだけでは信頼できる防御策として不十分だ。
代理工具

Antigravity CLI 1.1.8、強い型付けがされたエージェントイベントを出力し、CIでツールとサブエージェントを段階的に追跡可能に

GoogleはAntigravity CLIにJSON、NDJSONストリーミング、出力schema制約を追加し、ヘッドレスエージェントが端末のテキストを解析する必要をなくした。イベントではツールのパラメータ、結果、サブエージェントの軌跡も公開されるため、可観測性が向上する一方、機密データが漏えいする範囲も拡大する。
AI 研究

外部メモリにより、重みを凍結したエージェントがデプロイ後のフィードバックから学習――τ-benchの単発成功率は最大2.6倍に

新たな研究では、エージェントの各実行の成否と事後の修正を検索可能なルールへ蒸留し、モデルの重みを更新せずに経験を蓄積する。τ-benchの銀行業務タスクでは、Mistral LargeとClaude Sonnet 5の両方で効果が再現されたが、評価には完全なフィードバックが用いられ、各シナリオは4回ずつ繰り返された。
代理工具

GitHub Agentic Workflows 0.83.4、Googleのキーレス認証に対応し、エージェント出力のポリシーコンパイルを強化

GitHubのオープンソース・エージェントワークフローツールがGoogle Vertex AI Workload Identity Federationに対応し、Geminiワークフローで長期有効なサービスアカウントキーを保存する必要がなくなった。新版では安全な出力チェックとBYOKパラメータも拡充されたが、カスタムヘッダーやリクエストフィールドは依然としてデータ流出のリスクを拡大する可能性がある。
代理工具

GitHub Copilot、JetBrainsでエージェントのテレメトリとtoken上限を開放、BYOKエンドポイントでモデルを一元管理可能に

GitHubはJetBrainsプラグインを更新し、エージェントワークフローからOpenTelemetryをエクスポートできるようにしたほか、持ち込みキーとカスタムエンドポイント向けに入力・出力tokenの上限を設定可能にした。Claude agent flowからMCPサーバーやカスタムエージェントへ直接接続できるようになった一方、ツール呼び出しの内容、コストの帰属、データのマスキングについては、導入チームによる検証が引き続き必要となる。
硬體

ESP32-S3、階層型埋め込みにより16MB Flash上で2,890万パラメータモデルを実行、生成速度は毎秒約9.5 token

オープンソースプロジェクト「esp32-ai」は、パラメータの大部分をメモリマップドFlashへ移し、小型のTransformerコアだけを高速メモリに配置することで、約8ドルのマイクロコントローラーによる完全オフラインのテキスト生成を実現した。この成果は階層型モデルをファームウェアに組み込めることを示す一方、TinyStoriesレベルの出力を汎用的な言語理解やデバイス制御能力と同一視することはできない。
代理工具

5万5,000件の実際のレビューコメントが示す、短くそのまま適用できるAI修正案ほど開発者に採用されやすい

5種類のコーディングエージェントが342件のPythonリポジトリに残した54,791件のレビューコメントを分析した実証研究により、インラインコード提案がコメントの解決を予測する最も強い因子であることが分かった。誤った提案とプロジェクトの既存設計の無視は、未解決の議論で特に多い類型だったが、観察データから各エージェントの品質を直接順位付けすることはできない。
推論系統

HPD-Parsing、文書生成を並列分岐に分解、1Bモデルでピークスループット毎秒4,752 tokenを達成

PaddlePaddleは、1BパラメータのHPD-Parsingを公開した。グローバルレイアウト分岐で複数のブロックデコーダーを協調させ、ページ全体をtoken単位で逐次生成する際のボトルネックを回避する。公式テストでは、既存の比較対象で最速のモデルに対して2.62倍のスループットを示したが、現時点ではカスタムvLLMパッケージに依存しており、ピーク値をエンドツーエンドのPDF処理速度と直接同一視することはできない。