代理工具
Stellar Colosseum、依存関係グラフと反証ループで長期的な数学エージェントを管理
Google ResearchとCMUのチームは、戦略探索、証明の分解、局所的な修正、グローバル検証をマルチエージェント・ワークフローとして構成した。モデル横断の選択によりTCS-Benchで71%を達成したが、主要なharnessはまだ完全には公開されておらず、自動評価と多大な推論予算が比較可能性を制限している。
Archive
全ニュース
技術ニュース 1519 件
代理工具
AI 基礎設施
NVLink 6、リンク再試行・障害分離・推論ホットスタンバイを単一の復旧スタックに統合
NVIDIAは、物理層でのビットエラー訂正からNMX Controller、Dynamoの推論プロセスに至るまで、NVLink 6の多層フォールトトレランス設計を公開した。社内のB200テストでは、障害発生後に2 worker構成のサービスを復旧する時間を283秒から7.3秒へ短縮したが、チェックポイントツールやNCCLのエッジケースへの対応は今なお進行中だ。
代理工具
Anthropic、Claude ChatとCoworkを統合――単一の会話でエージェントツールと実行環境を自動選択
Claudeは同じ会話内で質問に回答するか、長時間稼働するエージェントタスクを開始できるようになり、文書、スライド、デザインツールも共通のコンテキストに組み込まれる。モード選択の廃止に伴い、ツールルーティングと権限確認が新たなセキュリティ境界となる一方、ローカルファイルやコンピューターの操作には引き続きデスクトップアプリが必要だ。
最新模型
Firefox Smart WindowがMistral Small 4に対応、ブラウザーが切り替え可能なモデルでタブのコンテキストを処理へ
Mozillaは米国とカナダのSmart Windowベータ版にMistral Small 4を追加し、フランス語版をフランスにも拡大した一方、ほかのモデルも引き続き選択可能としている。119BパラメーターのMoEモデルは長いコンテキストと推論モードに対応するが、ゼロデータ保持はローカル推論を意味せず、タブ内容が送信される範囲については引き続き実地検証が必要だ。
AI 基礎設施與網路標準
Cloudflare、検索・学習・エージェントのクローラー制御を分離。ただしBingの学習拒否シグナルはまだ自動適用されず
Cloudflareは「Disallow AI Training」を追加し、robots.txtの設定とネットワーク層での分類を組み合わせることで、サイトが検索へのインデックス登録を維持しながらモデル学習を拒否できるようにした。既存設定は自動的に移行されるが、Applebot、Googlebot、Bingbotでは対応状況が異なり、誤って「Block」を選択すると検索での可視性を直接損なう可能性がある。
AI 安全
Google、3層のトレース分析でエージェントの挙動を監査。ただし異常検知はツール実行後
Gemini Enterprise Agent PlatformのAgent Anomaly Detectionは、OpenTelemetryトレース、ツールのパラメータ、実行フローを非同期で分析し、軽量モデルとLLMを用いて異常を判定する。プライベートプレビューではリアルタイムリクエストのレイテンシーは増加しないが、主に事後検知となり、プロンプトと応答内容を含む生のテレメトリを保存する必要がある。
代理工具
GitHub、エージェントを活用してCopilotランタイムを83万行のRustに書き換え、クライアントごとのNode.jsコストを排除
Copilotの共有エージェントランタイムがTypeScript／Node.jsからネイティブRustへ移行し、C ABIを介して6言語のSDKに直接組み込めるようになった。GitHubの負荷テストではセッションスループットが毎秒120件に向上したが、この数値はモデル推論とネットワーク遅延を除外した社内テストに基づく。
最新模型
LimiX‑2、共同メカニズムのモデリングで表形式データを処理――単一の4億パラメータモデルで3種類のタスクに対応
LimiX‑2は条件付きラベルの推定にとどまらず、合成因果データから特徴量とターゲットの同時構造を学習する。チームは重みと推論コードを公開したが、モデルの利用は非商用に限定され、優位性を示す数値も主に著者らが実施した表形式データ向けベンチマークに基づく。
代理工具
Foundry Toolkit 1.6.13、ACR以外のプライベートイメージレジストリに対応し、Windows MLランタイムを変更
新版のVS Codeツールでは、接続設定済みのプライベートコンテナレジストリからマネージドエージェントをデプロイできるようになったほか、AMD NPU向けFara 7BとAionの量子化adapterも追加された。Windows MLは`windowsml` 2.3へ更新され、既存プロジェクトではexecution providersと依存パッケージの確認が必要となる。
代理工具
254件の提出結果を精査、SWE-bench Verifiedの上位順位は統計的に区別困難に
新たな研究がSWE-benchの4分割について問題ごとの結果を分析したところ、Verified上位30件では、隣接するシステムのどの組み合わせも対応のある有意差検定を通過しなかった。モデルとエージェントscaffoldの相互作用による差も首位間の間隔を上回るほど大きく、エンジニアリング部門の調達では小数点以下の差を安定した順位とみなすべきではない。
AI 基礎設施
FlashVector、性能最適化エージェントの対象をGPUカーネルから推薦モデルのサービススタック全体へ拡大
Unityチームが発表したFlashVectorは、GPUカーネル、計算グラフ、Tritonサーバー、特徴量サービスを横断して性能ボトルネックを探索する。実運用環境のテストではスループットが最大2倍に向上したが、コード、変更履歴、完全なコストデータはまだ公開されていない。
代理工具
Dream‑RSI、エージェントの探索履歴をリプレイシミュレーターに変換し、探索戦略をオフラインで書き換え
Googleなどの研究チームは、モデルの重みを更新する代わりに、固定されたコーディングエージェントの探索スケジュールを繰り返し書き換える手法を開発した。アルゴリズム、数学、GPUカーネルに関する8つのタスクでは探索コストの削減が示されたが、リプレイで評価できるのは過去に実際に探索された分岐に限られる。