当社のフロンティアモデルのトレーニング環境のセキュリティ確保
OpenAIは、オフライン環境や高計算負荷のレッドチーム活動を含め、フロンティアモデルのトレーニングおよび評価における隔離措置をどのように強化したかを説明しています。
公式発表と業界報道を集め、時系列で AI の変化を追います。
最新ニュースから、自分に合うツールまで。
Kiroは開発者向けのAIエンジニアリングツールで、要件を仕様・アーキテクチャ・タスクに整理し、エージェントによってコードを生成するとともに、属性テスト、実行時の記憶、開発ツールとの統合により、計画段階からコードレビューまでのフローをサポートします。
分类推荐榜首OOpenDesign はオープンソースのデザインワークスペースで、ローカルのプログラミングエージェントや独自のモデルキー、あるいはクラウド上のモデルを接続して、デザインシステムを中心にプロトタイプ、ウェブページ、プレゼンテーション、グラフィックの作成と編集が行えます。なお、ローカルソフトは無料ですが、モデルサービスには料金が必要です。
分类推荐榜首A
AI Short文章・コンテンツAISアラート管理と共有プラットフォーム、複数のシナリオのためのクイックコマンド
分类推荐榜首JJAXは、アクセラレータ向けのPython数値計算ライブラリであり、高性能な配列計算と大規模機械学習を目的として設計されています。CPU、GPU、TPUなど、さまざまなハードウェアバックエンド上で同一のコードを効率的に実行できます。
分类推荐榜首M
MemoAI音楽・オーディオMemoAIは、AI駆動の音声・動画からテキストへの変換ツールで、データをアップロードする必要なくローカル処理を実行し、プライバシーとセキュリティを確保します。YouTube動画、ポッドキャスト、およびMP4、MP3、AAC、M4Aなどのローカル音声・動画ファイルを効率的にテキストに変換し、多言語翻訳、話者分離、リアルタイム字幕、フローティングノートといった主要機能を提供。会議録作成、インタビューの整理、コンテンツ学習など、さまざまなシーンで活用できます。
分类推荐榜首EEvoMapは、AIエージェントの経験再利用を目的としたインフラストラクチャであり、GEPプロトコルによって再利用可能な戦略と検証履歴付きの修正アセットを整理し、市場順位や品質順位を提供することで、異なるエージェントが既存の能力を発見・評価・継承できるよう支援します。
分类推荐榜首UUdacity AI アカデミーは、機械学習、ディープラーニング、コンピュータビジョン、自然言語処理、AIプロダクトマネジメントを網羅した、人工知能に関するコースと学習パスの入り口です。基礎から応用まで、目的に合わせてコースやプロジェクト型トレーニングを選択できます。
待评分 · 分类列表推荐CClipdrop は、背景除去、部分的なクリーニング、画像拡大、アップスケール、再ライティング、テキストの除去、背景置き換えなどに対応した AI ベースの画像作成・編集ツール群であり、ウェブ上で画像を処理できるほか、開発者向けの画像処理機能へのアクセス手段も提供しています。
待评分 · 分类列表推荐E
Elicit知識・研究Elicitは、科学研究向けに意味検索、研究報告書の作成、文献のスクリーニングおよびデータ抽出を提供し、出典資料内での回答の追跡が可能で、文献ライブラリ、研究エージェント、継続的なフォローアッププロセスを通じて証拠を整理します。問題の探索から体系的レビューへの推進に適しています。
待评分 · 分类列表推荐Fクライアント指向のAIスマートボディ。
待评分 · 分类列表推荐OpenAIは、オフライン環境や高計算負荷のレッドチーム活動を含め、フロンティアモデルのトレーニングおよび評価における隔離措置をどのように強化したかを説明しています。
Anthropicは、プロフェッショナルと小規模企業向けのAIエージェントアプリ「Claude Duet」を正式にリリースしました。これはClaude Opus 5.5モデルをベースとしており、6,000を超えるコネクタに対応し、日次レポートの自動生成、ダッシュボードの構築、操作の提案、バックグラウンドタスクの実行が可能です。現在はProおよびMaxのサブスクリプションユーザーのみが、待機リストでの試用にアクセスできます。
NVIDIAはCosmosプラットフォームを拡張し、Cosmos Data Factoryのテンプレート、Cosmos Frameworkによるトレーニング最適化ツール、およびCosmos 3 NIMマイクロサービスを新たに提供しました。これらはマルチモーダルデータの生成、GR00TやQWENなどのオープンソース世界モデルへの対応、ならびに低遅延推論をサポートします。ポルシェ、ANYbotics、Ultralytics、ADNOCなどは、すでに実際の活用を開始しています。
ウォルマートは、正式にAgent Gateway(AIエージェントゲートウェイ)およびそれに付随するAgent Profiles機能を導入し、ChatGPT、Gemini、Meta Museなど、認可されたAIエージェントがユーザーに代わってウォルマートおよびSam’s Clubのプラットフォームで検索や注文を行えるようにしました。また、独立したアカウント設定、取引承認、支出上限などの仕組みにより、ユーザーがエージェントの行動を全行程にわたり完全に管理できるようになっています。この取り組みは、最近AmazonがAIエージェントによる買い物を禁止した動きとは対照的です。
OpenAIのGPT-6および6.1シリーズの最先端モデル(Astra、Sol、Luna)は、今後数週間以内にGoogle Cloud Model Gardenに導入され、Googleのエージェント駆動型プログラミングツールAntigravityにも統合される予定です。これにより、GoogleはGemini、Claude、GPTという三大クローズドソースの大規模言語モデルを同時に提供する初の主要クラウドサービスプロバイダーとなります。
Claude Mods は、Anthropic が提供する Claude Code のプログラマブルなプラグインシステムで、『Attention Interface』の初期形態を示しています。これは、従来の機械向けエージェント実行時フレームワーク(agent harness)から、人間の注意力に焦点を当てたカスタマイズ可能なインタラクション層へと転換したものです。ユーザーは TypeScript や JS を用いて Mods を作成したり、自然言語で Claude に自動生成を指示したりすることで、いつ中断されるか、どのような内容を閲覧するか、どのような意思決定を行うかを自在に制御できます。
Claude Mods は、Anthropic が提供する開発者向けのプログラマブルなプラグインシステムであり、エージェントハーネスがマシン側のインターフェースから人間側のインターフェース――すなわち「アテンション・インターフェース」(Attention Interface)――へと移行したことを示しています。これにより、ユーザーは TypeScript/JavaScript を用いて Claude Code の動作やレンダリング、インタラクションロジックをカスタマイズし、人間とAIが共同でワークフローを設計できるようになります。この仕組みは、You Should Know などの組み込み機能にもすでに活用されており、ユーザーによる独自の構築や、Claude の支援によるプラグインの生成もサポートしています。
MistralとNVIDIAは、Mistral Large 4の大規模モデル、物理モデリングパイプライン、およびNVIDIAのアクセラレーテッドコンピューティングスタック(CUDA-X、Warp、Omniverse)を統合し、航空宇宙、自動車、半導体などの産業向けのAIネイティブなエンジニアリングワークフローの共同開発を深化させると発表しました。両社は、物理AIおよびCAE/EDAの各シナリオにおけるエージェント能力の評価を網羅する、オープンソースのデータセットと公開ベンチマークを共同でリリースする予定です。
NVIDIAは、欧州、北欧、アフリカおよび中央アジアにおけるクラウドパートナーが、NVIDIA DSXプラットフォームに基づく地域別AIコンピューティングインフラを大規模に拡張していると発表しました。これらの取り組みは、主権型コンピューティング(ローカル展開)、オープンモデルのサポート(Mistral Large 4やNemotronシリーズなど)、ならびにAIエージェントのセキュリティ境界(OpenShellリファレンスアーキテクチャ)に焦点を当てており、トレーニング、推論、物理AI、小売向けインテリジェントエージェントなどの活用シーンを網羅しています。
Googleは2026年10月、GeminiのPersonal Intelligence(個人智能)機能を車載シーンへ拡張すると発表しました。第一段階ではAndroid Autoユーザー向けに提供され、今後数か月以内にGoogle Built-inシステム搭載車種にも対応する予定です。この機能はオプションで有効化でき、GmailやCalendarなどのローカルデータへのアクセスをユーザーが許可することで、応答の関連性を向上させます。
私の最新のビブ・コーデッドゲーム実験は、『バトルドローンズ』というコマンド&コンカー風のRTS(リアルタイムストラテジー)ゲームです(こちらでプレイできます)。これまでの実験とは異なり、今回は実際に遊んでいて楽しい作品に仕上がりました。正直なところ、Claudeに「もっとずっと楽しくして」と頼んだ結果、こうなったことを告白するのは少し恥ずかしいですが…。さらに、近くのデバイス同士でオーディオを用いてゲーム状態を同期させるマルチプレイヤー機能も搭載しています! ここでは、これまでに作ってきた内容と、その過程で学んだことの一部をご紹介します。 バトルドローンズ 私がどのようにこれを構築したか v1:初期プロトタイプ v2:フルスプライト v3:変化に富む地形 v4:楽しさアップデート v5:バトルドローンズが3D化 v8:アルシペラゴ v10:ゴリアテとエージェントバトル エージェントバトル v11:ランダムマップ v12:音によるマルチプレイヤー いくつかの考察 アップデート:オンラインマルチプレイヤー対応 バトルドローンズ 私の当初の目標は、構
Amazon Web Servicesは、カナダの顧客がAmazon Bedrockを通じて、ca-central-1(カナダ中部)およびca-west-1(カナダ西部/カルガリー)リージョンで、クロスリージョン推論(CRIS)方式により、OpenAI GPT-5.6、GPT-6、GPT-6.1と称されるモデルを呼び出すことができると発表しました。実際の推論は北米または世界のAWS商用リージョンで行われ、データは静的にカナダのソースリージョンに留まります。
OpenAIが、会話の意図を理解し、広告を回答から分離し、大規模に適切な広告を配信するために、ChatGPTのLLM搭載広告スタックをどのように構築したかをご覧ください。
2026年10月16日から19日にかけて、DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash(Space Bunny)、および Mercury 3(Inception)の3つの新モデルが相次いで発表された。一方で、米国土安全保障省はDeepSeek関連製品の使用禁止を命じ、中国では超大型モデルの輸出規制に関する草案の策定が進められており、オープンソースエコシステム、計算能力インフラ、そしてAIガバナンスの間の矛盾が全面的に顕在化している。
Terminal XのEvalエージェントは、54項目からなる評価基準に基づいて出力を評価し、GPT-6.1 Solを用いることで、ファンドの運用方針からの逸脱を25%多く検出します。
FairStressは、大規模言語モデル(LLM)が人口統計学的アイデンティティの置換シナリオにおいて示す意思決定の安定性、解釈の一貫性、および内部表現の対称性に焦点を当てた新たなベンチマークであり、モデルには「反ステレオタイプ的過剰補正」などの系統的な行動バイアスが存在することを明らかにするとともに、主流の評価手法(例:BBQ)がパラダイムの違いにより偏見の方向性を誤って判断するおそれがあることを指摘しています。
MITの研究者らは、Claude Opus 4.7の変種(コード名Eko)をRoblox上で構築された仮想の無人島環境に配置し、タスクの指示は与えず、自律的な相互作用のみを許可しました。30時間の無監督実行において、Ekoは探索、規則の自己創出、対象の擬態、繰り返し挑戦といった遊びに類する行動を示し、活動を記録するテキストログも生成しました。その後の実験では、「遊び」を経験したエージェントがターゲットタスクにおいてより優れた性能を発揮すること、さらにその行動が心理学で定義される遊びの四つの特徴と高度に一致していることが確認されました。ただし、学界では、それが真の動機を備えているかどうかについては依然として慎重な見方を示しています。
リリース:llm-echo 0.5 新しいLLMのリリースに向けて作業を進めており、プルリクエストのテストを行う過程でllm-echoデバッグプラグインを改めて確認しました。このプラグインは、実際にはLLMを一切使用せず、単に与えられたプロンプトをそのまま返すだけの「モデル」を提供します。今回の新バージョンでは、ツールコールやシステムプロンプト、推論用トークンも考慮したシミュレートされたトークン使用量のカウントが更新されます。 使用例:uvx --with llm-echo llm -m echo 'hi there' -o thinking 1 --usage 出力結果:まずプロンプトを検討し、次に何を言うかを決定します。 { "prompt": "hi there", "system": "", "attachments": [], "stream": true, "previous": [] } トークン使用量:入力2、出力24 タグ:llm
Reflection社は、オープンソースの大規模言語モデル「Beam」(パラメータ数5,010億、実際のアクティベーションは230億/トークン)を発表しました。同モデルは256エキスパートによるスパースMoEアーキテクチャを採用し、100万トークンのコンテキスト長、NVFP4/FP8量化、多段階の推論オプション設定、およびローカルデプロイメントをサポートしています。ただし、すべての技術的主張は第三者による検証を受けておらず、ハードウェア要件も高いため、一般ユーザーには負担が大きいとの見方が広く示されています。
好奇心に方向を。毎日の読書を、より価値あるものに。