SURL AI News
繁中English日本語

Archive

全ニュース

技術ニュース 1524 件

代理工具

26種類のテスト指示はコーディングエージェントを安定して改善できず、テストを増やしても正解率は上がらない

Zstandardの実装実験で、TDD、ファジング、プロパティベーステスト、形式検証など26種類の条件を比較したところ、指示を追加しないデフォルト群を安定して上回る手法はなかった。エージェントは高リスク領域を正しく特定することが多い一方、無効な入力を生成したり、無関係な性質を証明したり、誤った結果をテストに正解として書き込んだりしていた。
推論系統

Unsloth 0.1.807-beta、AMD APUのデフォルト推論をVulkanに切り替え——Strix Haloのプリフィル性能は最大23％向上

Unsloth Desktopは、Strix Halo、Strix Point、およびROCmを利用できないAMD iGPUでVulkanを使用するようになり、MLXのKV cacheとインストールパッケージの容量も削減した。性能値は公式テストに基づくが、アップグレード後も画面にROCmと表示されるとのユーザー報告があり、自動バックエンド選択については実機での検証が必要だ。
代理工具

Open Interpreter 0.0.42、ローカルQwenのツール呼び出し診断を追加——テキスト応答と実際の副作用を分離して検証

新バージョンでは、複数プロバイダーのモデルおよびトランスポート設定を整理し、再現可能なOllama／Qwenツール呼び出しsmoke testを提供する。診断スクリプトはファイルの副作用を独立して検証し、エージェントが応答内で作業の完了を主張しただけなのに成功と誤判定するリスクを低減する。
推論系統

vLLMにプラグインでTenstorrentを統合：メッシュ型アクセラレータ向けに段階別スケジューリングとデータ並列経路を構築

新しいオープンソースプラグインにより、vLLMコアをフォークすることなく、同一のOpenAI互換APIを使ってTenstorrentハードウェア上で複数の言語モデルと視覚モデルを提供できる。一方、現時点ではprefillとdecodeを同じステップ内で混在させられず、LoRA、speculative decoding、マルチホストサービスも未対応という制約がある。
最新模型

llama.cpp、Kimi K3向けに循環状態ロールバックを追加――投機的デコーディングでホスト側チェックポイントの複製が不要に

新しいプレリリース版では、候補位置ごとにKDA状態と畳み込みウィンドウを保存し、拒否されたドラフトtokenを正しくロールバックできる。初期の単一マシンテストでは、低並列の推論で高速化が見られた一方、状態メモリはロールバック深度とサービスslot数に応じて大幅に増加する。
電腦視覺

WorldSculpt、単一オブジェクト生成事前分布で数百オブジェクトのシーンを分解――ただしマスクとカメラ姿勢には依然依存

Alaya Labと東京大学はWorldSculptを公開した。マルチビュー画像内の各オブジェクトを個別に編集可能な完全なメッシュとして生成し、剛体変換によってシーンを組み立てる。モデルは単一オブジェクトのデータのみでファインチューニングされているが、93～701個のオブジェクトを含むテスト環境を処理できる。ただし、入力には依然として信頼性の高いインスタンスマスク、3D bounding box、カメラ姿勢が必要だ。
AI 安全

knowns、8件の脆弱性を一挙公開：0.30.0で管理インターフェースを修正、最新版にもSSRFが残存

AIプロジェクト向けメモリーツール knowns の新たなセキュリティ記録により、旧バージョンでは認証のない管理APIがデフォルトですべてのネットワークインターフェースにバインドされ、パストラバーサル、コマンドインジェクション、MCP権限回避も存在していたことが判明した。大半は0.30.0で修正されたが、0.33.0のモデルテストエンドポイントは依然として任意のアドレスにリクエストを送信でき、現時点でインストール可能な修正版は確認されていない。
代理工具

AG2 1.0.4、ACPエージェントのセッション再開に対応――ツール引数検証と並列数上限も追加

AG2 1.0.4では、ACPの`session/load`、MCPツールの名前空間、上限を設定可能なサブエージェントのファンアウトが追加され、長時間稼働するエージェントの再開とリソース管理が容易になった。さらに、ツールのブロックリスト、引数検証、構造化されたツール結果がガバナンスとトレーシングの経路に組み込まれたが、セッション状態は依然として外部のエージェントプロセスに分散する可能性がある。
最新模型

Optuna 5.0、デフォルトの探索戦略を変更――大規模試行のフレームワークオーバーヘッドにはRustunaで対応

Optuna 5.0は、バージョン1.5以来初めてデフォルトサンプラーを大幅に変更した。単一目的探索では多変量TPEとConstant Liarを採用し、多目的探索ではNSGA-IIからTPEへ移行する。同時に公開されたRustunaは、互換性のあるコアをRustで再実装し、数十万回の高速評価でサンプリングとストレージが引き起こすボトルネックの解消を狙う。
代理工具

Ripwire 0.4、コードグラフでエージェントの検索範囲を縮小—ただしトークン削減がタスクコスト低下につながるとは限らず

Ripwire は tree-sitter、シンボル関係グラフ、Personalized PageRank を用いて、コーディングエージェント向けに再現可能なファイルランキングと変更影響範囲を生成する。公式テストでは位置特定率が5つの比較ツールを上回った一方、独立レビューでは、コンテキスト圧縮後も回答品質やエージェント全体のコストが悪化する可能性が指摘されている。
代理工具

Hermes Agent 0.21.1、1週間で5,000件超のコミットを取り込み、パッチ版ながら再検証が必要な規模のアップグレードに

Nous Researchは、代理エージェントフレームワークのメインブランチで1週間に行われた大規模な変更を、0.21.1のパッチタグとして提供した。変更範囲はMCP認可、スケジューリング、デスクトップセッション、サブエージェントの信頼性に及ぶ。公式からは項目別の整理や性能データがまだ示されておらず、本番環境へのデプロイに際して「patch release」だから互換性への影響やリスクは限定的だと想定すべきではない。