Archive
技術ニュース 1525 件
最新模型
新手法は、まず教師モデルでタスクデータを合成し、次に小型インタープリターのアダプターを微調整することで、テキスト仕様をバージョン管理可能な `.paw` 関数としてパッケージ化する。難易度の高い曖昧なテキストタスクで83.6%の意味的精度を達成した一方、コンパイルには外部モデルと約40GBのアクセラレーターメモリが必要で、従来のプログラムのような形式的保証も提供できない。
代理工具
新バージョンでは、エージェントのトレースアップロードを永続化 outbox として再構築した。プロセス終了時にネットワーク転送を待たず、再起動後はバイト単位のカーソルに基づいて未送信分を補送できる。また、子エージェントをまたぐ semantic edge の記録も開始したが、対応する配信エンドポイントはまだなく、完全な分散トレーシング機能とは見なせない。
AI 安全
新バージョンでは、GitHub App のアイデンティティを使用するエージェントワークフロー向けに、データフローの完全性および機密性に関するポリシーを自動生成し、trusted enclave の機密度制御も追加する。一部の分離アーキテクチャの変更は、最近マージされたメインブランチのコードにのみ存在しており、すべてを 0.88.4 で提供済みの機能と見なすことはできない。
最新模型
Soupのテキスト、ビジョン、オーディオ用ローダーではdtypeが指定されておらず、最適化対象ではないベースモデルもfp32のままGPUメモリに常駐していた。修正後、公式のH100テストでは48,241 MiBから18,658 MiBに減少したが、2.59倍という改善をすべてのモデルやハードウェアに一般化することはできない。
AI 安全
研究者はプラグインのメタデータとフック設定を変更するだけで、すでに信頼されているエージェント用プラグインにホスト権限で悪意あるコマンドを実行させることができた。1,000回の実験では対象となった7つのエージェントすべてが侵害されたが、成功率とアンチウイルスの検知漏れに関するデータは、まだ独立には再現されていない。
應用研究
Google DeepMindの新モデルは、6時間ごとの再解析データを模倣するだけでなく、低遅延の衛星画像を予報の初期条件に組み込む。降水および観測地点レベルの予測性能は向上したが、高山、極域、強雨の評価では、依然としてデータの疎密や指標上の制約が浮き彫りになっている。
GitHub Repo
新たなオープンソースツールがReShade、RenoDX、Feederを介し、DLSSをネイティブサポートしていないゲームへニューラルレンダリングコンポーネントを自動導入する。最新版ではゲーム内オーバーレイとゲーム別のAPI修正機能が追加されたが、未署名の実行ファイル、改変版DLL、アンチチート機構の存在により、依然として実験的なツールにとどまる。
AI 安全
新バージョンでは、条件を満たすエージェントにSwarmコラボレーション機能がデフォルトで付与され、再起動後に中断した一部のタスクを再開できる。より重要な移行リスクは、明示的に指定されていない2つの設定が、エージェント間の読み取りと通信を許可するよう変更されたことだ。Gatewayを共有する環境の運用者は、権限を再確認する必要がある。
GitHub Repo
新しいオープンソースツールは、Markdown、YAML、MCP、ローカルテキスト検索を使い、プログラミングエージェントの長期記憶をGitでレビュー可能にする。軽量なアーキテクチャは実用に耐える一方、独立テストでは「300マイクロ秒未満」が極小規模のデータセットにしか当てはまらず、同じクエリでも結果の順位が変わる可能性が示された。
開發者平台
OpenAI公式Java SDK 4.58.0は、未完了のweb search呼び出しステータスを新たに識別できるようになり、アプリケーションが中断された検索ステップを成功または不明な値として誤認することを防ぐ。このバージョンはすでにMaven Centralで公開されているが、サポートが終了したSpring Boot 2 starterを引き続き使用している場合、新版パッケージへそのまま移行することはできない。
代理工具
独立系オープンソースプロジェクトのRoutineKitは、成功した一連のエージェントツール呼び出しを、型付き入力を持つ名前付きツールへ変換し、新しいパラメータで再実行できる。人による承認とホスト側の保護機構は維持されるが、現時点では線形フローとローカルのstdio MCPのみをサポートしており、汎用的なエージェント記録ツールではない。
推論系統
新たな研究では、小型のドラフトモデルが隔離された環境スナップショット内で複数ステップのツール操作を先行実行し、大型の権威モデルが最初のステップを確認した後、一連の結果をまとめてコミットする。2つのエージェントベンチマークでレイテンシを削減した一方、3基のGPUを必要とし、AppWorldのタスク完了率は41.67％から40.48％に低下した。