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。
Open Designデザイン・3DOpenDesign 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E
EvoMapエージェント・自動化EvoMap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J
JAXモデル・インフラJAX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K
Kiroプログラミング・開発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F
Fin企業・カスタマーサポート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R
Rowsデータ・分析Rowsは、AI分析、データ統合、対話型レポートを組み合わせた表計算ツールで、自然言語を用いてドキュメントや業務データの整理、データセットの統合、レポートの作成および計算モデルの生成が可能です。現在、公式サイトではSuperhumanが導入されたことを示しており、引き続き利用するためのリンクも提供されています。
待评分 · 分类列表推荐M
My Glow Up AI生活・個人向けMy Glow Up AIは、登録不要で無料の分析を提供し、あなたの髪型の提案と美容計画を生成できます。
待评分 · 分类列表推荐C
ClipDrop画像生成・編集Clipdrop 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2026年10月28日、Google DeepMindはGemini 4 Carbonの正式リリースを発表し、これを現時点で最も強力なモデルであると称しました。同モデルは、脆弱性の発見、エクスプロイトの検証、根本原因の修復といったサイバーセキュリティ全工程における能力を大幅に向上させるとともに、長期間にわたるインテリジェントエージェントによるタスク処理能力も強化しています。また、サイバーセキュリティ分野の専門家向けに限定的なパイロットプログラムもすでに開始されています。
海外のブロガー「Carlo Wu（カロ）」が、SNS上で中医の診察体験をシェアしました。彼は通訳用のAIイヤホンを装着し、医師とそれぞれ片方ずつ装着して、対面での翻訳機能を活用してやり取りを行いました。カロ氏は、伝統医学には非常に興味があるものの、言語が常に障壁となっていたと語っています。診察時、医師がどこが不調か尋ねても、身振り手振りを交えながら「全部具合が悪い」と答えるしかなく、イヤホンを装着した後、ようやく二人はさらに深い意思疎通ができるようになりました。彼は、これが初めて本当に中医の言葉を理解できた瞬間だったと感想を述べています。
10月28日、ユーザーの間でDeepSeekが再び大規模モデルのフィンガープリントを変更したことが発見され、重大な新モデルのリリースが近いとの憶測を呼んでいる。DeepSeek Harnessの公式コードリポジトリには、DeepSeek-V5、V5-open、V5-nextといったコードがすでに登場している。現時点ではV5に関する内容は主にプレースホルダーとなっているが、新モデルのリリース体制が整っていることを示している。
arXiv:2610.36191v1 公告タイプ：新規 要旨：大規模言語モデル（LLMs）は、流暢でありながら事実と一致しない応答を頻繁に生成し、その信頼性に対する懸念が高まっています。近年のハルシネーション検出手法は、内部表現を活用する傾向が強まっていますが、高次元の隠れ状態から有用な信号を抽出することは依然として困難です。既存のアプローチでは、選択された活性化値やプーリングベースの圧縮に依存することが多く、Transformer層、特徴モード、トークン全体に分散する識別力のある情報を見落としてしまう可能性があります。私たちは、LOTUS（Low-rank Order-statistic TUcker-based Subspace learning）を提案します。これは、ハルシネーション検出のための多線形低ランク分解フレームワークであり、LLMの隠れ状態からコンパクトな表現を抽出しつつ、ラベルへの依存度を低減します。
arXiv:2610.36524v1 公告タイプ：新規 要旨：制御された記号入力は、自然言語による証拠から言語モデルの意思決定に影響を与える注意ヘッドを明らかにすることができるのか？我々は、制御された証拠集約（CEA）を提案する。これは、他の部分が固定されたプロンプトにおいて、二つの記号の出現回数と順序を変化させ、凍結されたトランスフォーマーが二つの回答トークンの間で示す選好の変化を測定する手法である。選好は両者のロジット差によって測定され、プロンプト自体には正解が指定されていない。バランスド・ユーティリティ・カウサル・セレクション（BUC）は、各ヘッドの出力を除去した際にカウント効果がどの程度消失するか、またカウント条件間で平均出力を補間することで両方向に効果がどの程度回復するかを同時に評価することにより、コンパクトなヘッド集合を特定する。さらに、ヘッドの帰属と介入との間に結びつく条件付き上限を導出する。
arXiv:2610.35869v1 発表タイプ：新規 要旨：AIアプリケーションは、推論が必要かどうかを判断する前にしばしばモデルを呼び出します。このデフォルト設定は曖昧な生成タスクには有用ですが、構造化され、決定論的で、方針に基づき、照会中心、あるいは直接検証可能な作業には適していません。KORAは、決定論優先の実行制御を導入します。これは、リクエストをタスクパスとして表現し、まず決定論的または構造化された経路を試行し、その結果を検証し、テレメトリを記録した上で、決定論的な処理だけでは不十分な場合にのみモデル候補への経路へとエスカレートする、事前推論用の制御層です。本論文では、KORAを決定論優先の実行制御アーキテクチャとして提示し、再現可能なベンチマークおよび検証ワークロードによる限定的な実証結果を報告します。再
arXiv:2610.36668v1 公告タイプ：新規 要旨：アッシュの同調実験は、近年、大型言語モデル（LLMs）における同調性を測定する手法として大きな注目を集めています。これまでの研究では、主に大型言語モデルにおける同調性の実証に焦点が当てられてきましたが、本研究ではこのアプローチにさらに定量的な視点を加えています。具体的には、フロンティアの大型言語モデルに対して一連の質問を提示してサンプリングを行うのではなく、単一の質問を繰り返しサンプリングし、大型言語モデルの確率的特性を活用して回答の分布を生成します。これにより、モデルに人工的に作られたコンセンサスを提示する前後の回答分布を比較することが可能となります。実験の結果、フロンティアの大型言語モデルが実際に同調性を示すことを確認し、先行研究を裏付けるとともに、分布間の比較を通じて新たな知見を提供しています。
Operaは新たなウェブ標準であるWebAIを導入し、ユーザーがクラウドに依存せず、ブラウザ上で直接AIモデルを実行できるようにすることを目指しています。この標準は多様なモデルに対応しており、Googleがオープンソースで公開したGemmaをデモとして紹介するとともに、Appleデバイス上のベースモデルもサポートします。特定のモデルに依存せず、オープンウェイトのAIシステムを対象としており、これはOperaがこれまで進めてきたブラウザ内での大規模言語モデルのローカル実行に関する取り組みの延長線上にあります。現在、WebAIはフラッグシップブラウザであるOpera Oneでプレビュー版として提供されており、ユーザーは自ら有効化する必要があります。
ケイトリン・レスとアンジェラ・ジ앙がLatent Spaceに登場し、Claudeプラットフォームの背後にある技術について解説します。Opus 5.5のリリース、モデルの「脳」とエージェントの「手」の分離、APIのスケーリング、そして信頼性の高いマネージドエージェントの構築について語ります。新たな導入部分では……
トークンの生成をより高速化するには、まず推論性能を制限している要因を特定することから始まります。NVIDIA上でInclusion AIが実施したLing-3.0-flashのバッチサイズ1による評価では…
K3.1 Proのリリース後、多くのユーザーからクォータの消費が速すぎるというフィードバックを受け、月之暗面は緊急に公告を出し、「問題は私たち側にあり、本来はもっと早く修正すべきでした」と述べました。補償クォータを提供するとともに、月之暗面は「不要なサブエージェントの呼び出しや出力長さを削減する」方針も示しました。モデルの公開わずか2日前には、Anthropicが『Building agents: When to fold subagents into your main agent loop』というタイトルの記事を発表し、その内容はまさにサブエージェントに関するものでした。Anthropicの結論は、複数の企業が展開するClaudeを比較した結果、スキルを備えたエージェントの方が、「一群の…」よりもむしろ品質が優れていることを明らかにした、というものでした。
Mirendilは、1,000万トークンのコンテキストウィンドウでゼロから事前学習された初のモデルであるFern 0.1をリリースしました。同モデルはエージェント型AIの研究開発を対象としており、1,000万トークン規模でのRULERシングルニードルテストでは100%のスコアを獲得していますが、エージェント型コーディングにおいては最先端モデルには及ばない結果となっています。この記事「Mirendil、1,000万トークンのコンテキストを持つ初のモデルFern 0.1を公開」は、MarkTechPostに最初に掲載されました。
1. 働き手にさらに適したGPT-6.1 Terraがリリースされ、API料金が半額になり、パソコン操作もより速くなりました 10月26日、OpenAIはGPT-6.1 Terraを発表し、視覚理解、パソコン操作、事実の正確性、プログラミング能力の向上に重点を置きました、....
旧ランキングのスコアは満点に迫るも、新ランキングの実戦評価では軒並み不合格。大規模モデルの評価自体がビジネス化するなか、企業の選定基準はランキングを見る時代から、コスト計算へと移りつつある。
従来の「競馬＋短期間の評価」方式では、もはや持続不可能となっている。
闫德利 Tencent社のシニアエキスパート LLMは確率モデルであり、因果関係を理解していない。大規模言語モデル（LLM）は言語を理解しているわけではなく、あくまで次のトークンを予測するだけである。それは単調な「言葉の連想ゲーム」を行う機械にすぎず、一歩進むたびにその都度計算を行い、後戻りはしない。LLMは本質的に確率モデルであり、統計的な共起構造から「何がしばしば何と一緒に現れるか」を学習し、出力されるのは「通常そうである」という結果に過ぎない。なぜそうなるのかという「理由」は理解していない……
AIランキングの首位は入れ替わりますが、ユーザーが毎日利用する製品は必ずしも変わりません。大規模モデルにおける次の競争は、単にどのモデルがより強いかというだけでなく、一度の利用を習慣へと変えることにあるのです。
MiniMaxは2026年10月19日、低価格の大規模モデルM3.1Flashを発表し、総合評価スコアは42点、コストは前世代比で70％削減されたと公表したが、直後に「出題内容の丸暗記」疑惑に直面した――AA公開の旧問題では満点に近い得点を獲得しつつ、問題文を改変しても依然として元の解答を出力するという事例が指摘された。また、猫老板やBinkgらの評価者からは、新旧問題に対する性能の乖離、トークン消費の異常、知識テストにおける幻覚率が92.8％に達するといった問題点が指摘されている。10月23日、MiniMaxはモデルの重み付けをオープンソース化し、独立した再検証を可能としたが、問題認識メカニズムや中国語・英語間での応答差異の原因については依然として明確になっていない。
注目する理由同報道は、複数の実測（Binkgによる改題実験、著者による再現、AAとPlotly-Milaによる二重評価比較）、検証可能なデータ（トークン数、価格、正答率／幻覚率）およびモデル挙動の矛盾点（英語では誤り・中国語では正しい、古い問題では安定・新しい問題では崩れる）に基づき、現在の大規模モデル評価における信頼性危機の核心的な症候を体系的に示している。すなわち、高得点が必ずしも強力な汎化能力を意味するわけではなく、低価格という優位性と能力の真偽との間に緊張関係が生じている。情報源は钛媒体が許諾して公開した詳細な調査で、原始的なテスト手順、スクリーンショットによる裏付け、タイムスタンプを含み、時事性と細部の密度の両面で高い水準を備えている。
好奇心に方向を。毎日の読書を、より価値あるものに。
