本文へ移動
AI NEWS JOURNAL
AI, IN PERSPECTIVE

AI ニュースを検索

見出し・要約・本文から、情報のつながりを探します。

公開日時順

n8n@2.48.5

n8n 2.48.5アップデートでは、いくつかのバグが修正されています。具体的には、AIエージェントノードにおけるツール呼び出し履歴の分離の問題の修正、ストリーミングテキストにおける余分な改行の削除、新規インストール時にランダムなインスタンスIDを割り当てること、式エンジンの処理の改善、エラー時の小さなオブジェクトの保持、チームプロジェクト向けの資格情報チェックの調整、共有ライセンスなしでのワークフロー移動の有効化、コールアウトのMarkdownサイズの統一、Microsoft Teams通知の完全性の確保、およびQdrantにおけるリバースプロキシのサブパスの維持などです。新機能としては、パブリックAPIのレート制限変更に関する監査イベントや、n8n Assistantタクソノミー実験におけるv3イテレーションの実装が含まれます。

n8n@2.49.1

n8n 2.49.1のアップデートでは、新規インストールにランダムなインスタンスIDを割り当てることや、サンドボックス化された式内のエラーで小さなオブジェクトを保持すること、資格情報チェック時にインスタンス所有者と管理者がチームプロジェクトメンバーとして認識されることなど、いくつかのバグ修正が導入されています。また、移行レポートでワークフローの最終実行状態を説明する機能も追加されています。

NYUADによるArGuard共有タスク:アラビア語のヘイトミームおよび安全でないプロンプトを検出するためのマルチモーダル埋め込みモデル

arXiv:2611.18608v1 発表タイプ:新規 要旨:ソーシャルメディアと生成AIの急激な普及により、オンラインプラットフォーム上で共有されるアラビア語のテキストコンテンツ、ミーム、ユーザーによるプロンプトの量が大幅に増加しています。これらのメディアはコミュニケーションや創造性、情報交換を促進する一方で、ヘイトスピーチや有害なコンテンツ、安全でない指示を拡散するために悪用されることもあります。そのため、憎悪的なアラビア語ミームや有害(安全でない)プロンプトを特定するための信頼性の高い自動手法へのニーズが高まっています。本論文では、事前学習および微調整された多言語埋め込みモデルを活用し、テキストおよび視覚的コンテンツから豊かな意味表現を学習します。評価は、ArabicNLP ArGuard 2026チャレンジで提案されたアラビア語ミームおよびプロンプトのデータセットを用いて実施されます。結果は、大規模言語モデル(LLM)ベースの埋め込みモデルが高い性能を発揮できることを示しています。堅牢な検出システムの開発は、コンテンツモデレーションの向上を図り、アラビア語話者のユーザーにとってより安全で信頼できるオンライン環境を育むために不可欠です。

Speed Insightsは現在、ソフトナビゲーションを測定しています

Speed Insightsは現在、ページの完全な再読み込みなしでクライアントサイドのルート変更を追跡し、ソフトナビゲーションに対するLCP、FCP、INP、CLSを測定してReal Experience Scoreに含めています。新しいドキュメントリクエストが発生しないため、TTFBは取得されません。この機能は、Chromiumベースのブラウザで最新のWebフレームワークを使用するすべてのプロジェクトに対してデフォルトで有効になっています。ユーザーはダッシュボードでナビゲーションタイプをフィルタリングできます。ソフトナビゲーションイベントはSpeed Insights Plusの使用量にカウントされ、既存のお客様には請求明細が提供され、新規のPlusプロジェクトでは開始時から適用されます。無効にするには、@vercel/speed-insightsバージョン2.1.0以降を使用し、アプリケーションコードで`softNavs: false`を設定してください。

n8n@2.47.7

n8n 2.47.7のアップデートでは、グローバル資格情報を使用した実行が誤ってマスクされていたバグを修正し、実行ログにおける資格情報データの適切な可視性を確保しています。

n8n@2.48.3

n8n 2.48.3アップデートは、Redisキャッシュ、プロンプトキャッシュ、レガシーデータ処理、UIの可視性に関連する複数のバグを修正し、エディターにGatewayクレジットプロモーションを表示する新機能を導入するとともに、文字マップの包含を最適化し、式ランタイムでのアイテムごとの設定を削減することでパフォーマンスを向上させています。

n8n@2.48.4

n8n 2.48.4のアップデートでは、グローバル資格情報を使用した実行が誤ってマスキングされていたバグを修正し、実行ログにおける資格情報データの適切な可視性を確保しています。

Gemini Decision 1がAI Gatewayで利用可能になりました

GoogleのGemini Decision 1は、テキスト、画像、音声、動画、PDFをサポートするマルチモーダルな意思決定モデルで、現在AI Gateway経由で利用可能です。出力トークンを生成せずに、リクエストルーティング、ポリシーチェック、ツールフィルタリング、結果のランキングなどのタスクに対してブール値の確率、選択肢、スコアを提供します。AI SDK、TypeSafe互換API、Decisions APIでサポートされており、AI SDK 7ではPDF、音声、動画の入力が利用可能です。Decision呼び出しはログに記録され、他のモデルリクエストとともに予算にカウントされます。

n8n@1.123.94

n8nバージョン1.123.94のバグ修正により、トリガーが再アクティブ化された直後に失敗した場合でもリトライバックオフ設定が保持され、ワークフロー実行の信頼性が向上しました。

n8n@2.48.1

n8n 2.48.1アップデートでは、組み込み置換後の式の転送に関する問題や、式エンジン間でのベアノード参照の一致、Edit Image Nodeにおけるフォント登録の最適化、エディターでの移行レポートのnotify owner列の幅拡張など、複数のバグが修正されています。

AtariBench:Atariゲームプレイにおけるビジョン・言語モデルの時空間推論の評価

arXiv:2611.08755v1 発表タイプ:新規 要旨:ビジョン・ランゲージモデル(VLM)は、静的な視覚理解ベンチマークにおいて優れた性能を示していますが、動的な環境での行動能力についてはまだ十分に解明されていません。本稿では、Atari 2600のゲーム20種類に対してVLMを評価する制御されたベンチマークであるAtariBenchを提案します。このベンチマークでは、時間分解能の高いゲームプレイストリームから逐次的な意思決定を行うことが求められます。ゲーム内の迅速なダイナミクスと経過時間に基づく推論速度を分離することで、AtariBenchはモデルが視覚的情報の急速な変化を捉え、時空間的ダイナミクスを推論し、現在の観測に基づいて行動を決定できるかに焦点を当てています。実験の結果、最先端のVLMには大きな限界があることが明らかになりました。具体的には、物体の動きや方向を推論できない場合が多く、逐次的な意思決定が脆弱であり、新たに付加された視覚フィードバックにもかかわらず、テキストによる相互作用履歴に過度に依存していることが示されました。さらに、モデルの能力を示す信頼性の高い指標となるゲーム内スコアを特定するための分離可能性分析を導入し、メモリ設計やプロンプト戦略が性能に与える影響を調査しました。全体として、AtariBenchは受動的な視覚認識と能動的な意思決定の間にある持続的なギャップを浮き彫りにし、動的な環境で推論し行動できるVLMの開発のための軽量かつ厳密なテストベッドを提供します。

n8n@2.46.7

n8n 2.46.7アップデートは、コアシステム内の待機およびキュー待ち実行に対する過剰な再開試行に関するバグに対処し、安定性と信頼性を向上させます。

n8n@2.47.3

n8n 2.47.3のアップデートでは、ワークフロー編集者だけが移行結果を所有できるというバグに対処し、古いタスクをバッチで廃棄することでスケジュールされたタスクのクリーンアップを改善し、通知メールから直接移行レポートを開く機能を追加しています。

n8n@2.46.5

n8n 2.46.5のアップデートでは、いくつかのバグが修正されています。具体的には、AIエージェントノードの非推奨となったエージェントタイプのコールアウトの修正、ノードパラメータの資格情報解決の改善、および式での名前付き配列キーの読み込みの有効化などが含まれます。新機能としては、移行レポートでアーカイブ済みのワークフローをデフォルトで非表示にすることや、移行レポートの読み込みに時間がかかりすぎた場合にメッセージを表示することなどがあります。

n8n@2.47.1

n8n 2.47.1のアップデートでは、アーカイブ済みのワークフローをデフォルトで非表示にしたり、レポートの読み込みに時間がかかる場合にメッセージを表示したりするなど、移行レポートの利用体験を向上させる機能が導入されています。

n8n@2.46.3

## [2.46.3](https://github.com/n8n-io/n8n/compare/n8n@2.46.2...n8n@2.46.3) (2026-10-30) ### 不具合修正 * **core:** 移行所有者へのリマインダーを再送する前にクールダウン時間を追加 ([#42567](https://github.com/n8n-io/n8n/issues/42567)) ([724efc3](https://github.com/n8n-io/n8n/commit/724efc352f51a52910924789b79cf66770807e09)) * **core:** アクティベーション後にIMAPトリガー式を解決 ([#42612](https://github.com/n8n-io/n8n/issues/42612)) ([17594a7](https://github.com/n8n-io/n8n/commit/17594a7eefa42bc37f532af35c4f38eb1986bbc5)) * **core:** 式内でユーザー情報を__isErrorキー付きで返す ([#42490](https://github.com/n8n-io/n8n/issues/42490)) ([9fe595e](https://github.com/n8n-io/n8n/commit/9fe595e1b83179b54ac5768d03c5f90f9c409f16)) * **editor:** ワークフロープロジェクトをその名前で表示

経緯と関連報道

n8n@2.45.7

core:ワークフロー スコープのルートが実行データを読み取る際に、read 権限を必要とするようにしました(#42446)(93638f4)

経緯と関連報道

FilingLoop:企業開示の審査・修正におけるLLMエージェントの評価と進化

arXiv:2610.37905v1 発表タイプ:新規 要旨:SEC EDGARなどの公開開示リポジトリは、企業の提出書類へのウェブアクセスを通じて、情報に基づいた投資を支援しています。これらの書類のレビューを言語モデルベースのエージェントでサポートするには、関連文書間で明示されていない不備の発見、不足している企業情報の取得、さらに要求された修正が証拠に基づく要件を満たしているかの検証が必要です。既存の財務に関する質問応答の評価では、こうした対話型の機能についての証拠は限られています。そこで私たちは、企業開示の審査・修正を対象とした対話型ベンチマークであり、自己進化型エージェントフレームワークである\textbf{FilingLoop}を提案します。米国証券取引委員会の歴史的な文書交換に基づき、FilingLoopは96社から抽出した主にIPO審査に関わる380のタスクを再構築しました。

経緯と関連報道

アーティファクト蒸留:フロンティアモデルから小型言語モデルへの訓練不要な転移

arXiv:2610.37680v1 発表タイプ:新規 要旨:フロンティアモデルと小型言語モデルの性能差を埋める手法としては、通常は蒸留が用いられます。すなわち、フロンティアモデル(教師)の出力に対して小型モデル(生徒)を微調整することで転移を行いますが、この方法では転移に必要な計算コストが伴う上、転移された知識はほとんど不透明なままです。そこで私たちは「アーティファクト蒸留」を提案します。これは、教師モデルが学習課題を解き、その問題解決手順を外部にアーカイブしておき、生徒モデルが推論時にそのアーカイブを参照するという手法です。これにより、勾配による更新は一切不要となります。LiveBenchの4つのタスクにおいて、Claude Opus 4.5が作成したアーカイブを用いることで、Claude Haiku 4.5は空間的推論において、コストを60%に抑えながら、無補助のClaude Sonnet 4.5を0.707対0.647で上回り、テーブル結合タスクではコストを89%に抑えた上でSonnet 4.5と同等の性能を達成しました。さらに、同じ生データのアーカイブを用いることで

経緯と関連報道