AI 研究
AgenticGenPlan、評価時に言語モデルを呼び出さずロボット計画プログラムを生成
28種類のシミュレーション環境で再利用可能な制御プログラムを評価。従来型プランナーと比較可能な環境のサブセットでは、平均成功率が最高95%に達した。結果は完全観測可能な状態に限られ、再現にはブラックボックス権限、評価シード、事前の合成コストの確認が必要だ。
Archive
全ニュース
技術ニュース 1515 件
AI 研究
最新模型
Sarvam Vision 2.1、フォームの構造化抽出とインド諸言語の手書き認識に対応
新バージョンはレイアウト解析と視覚言語モデルを組み合わせ、複数ページにまたがる表やフォーム項目の抽出をサポートする。公式評価ではテスト範囲の一部が変更されており、導入前にAPIのモデルバージョン対応を確認する必要がある。
AI 研究
RECLAIM、100本の論文で研究エージェントを評価 完全な資料があるグループの再現率は最高41％
ベンチマークでは、エージェントが自ら環境を構築し、デバッグして実験を実行。その後、独立したモデルが実行証拠を審査する。公開されたコードと実行記録を使って開発者は失敗箇所を追跡できるが、結果は評価対象モデルの範囲と各条件1回のテストに限られる。
GitHub Repo
langchain-anthropic 1.7.4、会話中のツール追加・削除に対応
新バージョンではシステムメッセージを通じてツールの変更を伝えられるようになり、エージェントは段階的に利用可能な機能を調整できる。既存のプロンプトキャッシュを維持できる可能性もあるが、機能はモデル、メッセージの位置、キャッシュ設定に左右され、性能テストのデータはまだない。
GitHub Repo
langchain-fireworks 1.6.3、履歴の不正な引数をラップしてエージェントの対話継続を修正
新バージョンは、過去のツール呼び出しに含まれる不正な形式や非オブジェクト形式のJSONを診断データとしてラップし、古い引数が原因で次のリクエストが拒否されるのを防ぐ。呼び出しと結果の対応関係は保持されるが、実際のタスクの復旧率は今後の検証を待つ。
AI 研究
JitMem、新しいタスクに応じてエージェントの記憶を整理、2つのテストで成功率が16ポイント超向上
成功したタスクの生の実行履歴を保持し、次のタスクが来てから適切な要約を生成する研究。改善は特定のベンチマークとモデル構成で得られたもので、導入評価には記憶整理モデルの追加コストも含める必要がある。
GitHub Repo
TensorFlow 2.22候補版、重要度別のバッチ待機とウォームアップ用スレッドプールを追加
BatchFunctionに、リクエストの重要度に応じた待機時間の設定と、ウォームアップ処理を独立して扱う制御項目が加わった。公式の性能テストは未公表で、デプロイ時にはスケジューリング設定とテールレイテンシの検証が必要だ。
GitHub Repo
Hermes Agent 0.21.5、個別プロファイルの停止・起動に対応 共有ゲートウェイで部分的な保守が可能に
新版では、共有ゲートウェイ配下の指定エージェントを個別に停止・起動でき、永続化マーカーで停止状態を保持する。すでにディスパッチされたスケジュール済みジョブは継続し、旧版のマルチプロセス構成では互換性の確認も必要となる。
GitHub Repo
Ultralytics 8.4.162、画像バッチのプリフェッチを導入し、読み込みとCUDA推論を並行化
新版ではバックグラウンドスレッドで次の画像バッチを事前に読み込み、GPUがデータを待つ時間を短縮する。公開ベンチマークは特定のYOLO26n構成を対象としており、リリース概要とマージ履歴の間には適用範囲の記述に食い違いが残る。
AI 研究
XiaomiがHySparse2を公開、100万トークンのプリフィル演算量を基準の約5分の1に
2段階のKV共有により、長い入力のプリフィルを早期に完了できるアーキテクチャ。5倍の差は演算量の分析に基づくもので、品質評価は最大256kまで。実際のサービスでのレイテンシは今後の検証が必要だ。
GitHub Repo
AutoGPT 0.8.1、サンドボックス接続窓口を統一し、任意で有効化できる TCP アウトバウンドプロキシを追加
新版では E2B サンドボックスの作成、再接続、プロキシ認証情報のローテーションを一元管理する。この機能はデフォルトでは無効で、外部プロキシが必要。DNS と QUIC のトラフィックも、この TCP 経路の対象外となる。
AI 研究
CliffCompaction、エージェント向け圧縮パッケージを公開 原文の断片でコンテキストを削減
APIプロキシサービスを通じて古い内容を削除・短縮し、既存のコーディングエージェントにルールベースの圧縮を導入するパッケージ。論文のコスト比較は理想的なキャッシュモデルに基づき、公開版のデフォルト設定も実験条件とは異なる。