THE NEXT THING, IN PERSPECTIVE独立系 AI ニュースサイト

最新の AI ニュースを、いち早く。

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。

TODAY’S BRIEFING

今日のニュース

ニュース一覧
AI NEWS × FOXAI変化の兆しから、次の一歩へ

最新ニュースから、自分に合うツールまで。

AI ツールを探す

役立つAIツール

横にスワイプ →
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。

分类推荐榜首料金未確認詳細を見る
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。

AIオーディオツール分类推荐榜首料金未確認詳細を見る
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。

AI開発プラットフォーム分类推荐榜首料金未確認詳細を見る
Open Designデザイン・3D

OpenDesign 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。

AI設計ツール分类推荐榜首無料で開始可能詳細を見る
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。

AIプログラミングツール分类推荐榜首無料で開始可能詳細を見る
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

AIのヒントコマンド分类推荐榜首料金未確認詳細を見る
Meta AI助手AI アシスタント・検索

Metaの無料AIチャットアシスタント

待评分 · 分类列表推荐料金未確認詳細を見る
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。

論文文献研究待评分 · 分类列表推荐無料で開始可能詳細を見る
IamIP業界向け AI

IamIPは、AIを駆動する検索、分析、監視ツールを提供する特許プラットフォームであり、ユーザーが特許研究と管理をより効率的に行えるようにします。

待评分 · 分类列表推荐料金未確認詳細を見る
Zoom Workplace業務・生産性

Zoom Workplaceは、Zoomのチームコラボレーションプラットフォームであり、ビデオ会議、チャット、スケジュール、ドキュメントなどの業務を統合し、組み込みのAIによって議論の整理、メッセージの下書き、タスクのフォローアップを支援します。

AI会議ツール待评分 · 分类列表推荐料金未確認詳細を見る

いま起きている AI の変化

916 件の公開ニュース
モデル動向 · 191 件のニュース絞り込みを解除 ×
2026-10-27
時系列で変化を追う
12:00

DMAIC-Bench:多段階の分析タスクにおけるエージェントの自己反省から自己抑制へ

arXiv:2610.32305v1 発表タイプ:新規 要旨:多段階の分析タスクでは、LLMエージェントが次の行動を継続するか、転送するか、あるいは停止するかを判断するために、中間的な証拠を用いる必要があります。エージェントが自身の出力を批判する自己反省は広く研究されていますが、その批判だけでは、証拠が次の行動に影響を与えたかどうかを示すことはできません。私たちはこの能力を「自己抑制」と呼んでいます。既存のエージェントベンチマークの多くは、タスクの完了度や出力品質を測定するだけで、この点については未検証です。DMAIC-Benchは、リーン・シックスシグマの明示的な統計的要件に基づいて構築された、4つの産業分野における15の産業事例にわたる97の種付け済みタスクを用いて、この能力を評価します。対になる反事実的変種では、同じワークフロー上の同一位置で相反する行動を要求し、正当な抑制と無差別な停止を区別します。私たちは実行トレースを用いて評価を行います。

モデル発表・更新原文を読む 経緯と関連報道
12:00

歴史文書の文字起こしにおけるOCRシステムのエンティティ認識対応評価

arXiv:2610.33004v1 発表タイプ:新規 要旨:光学文字認識(OCR)は歴史的アーカイブのデジタル化において不可欠であるが、文字誤り率(CER)などの標準的な評価指標だけでは、氏名や日付、識別子といった有意義な情報が確実に保持されているかどうかを必ずしも反映しない。本研究では、歴史文書におけるOCR品質を評価するための補完的な視点として、OCRエラーのエンティティレベルでの分析を検討する。公開されているBerruttiアーカイブの175件の文書から構成されるベンチマークを用い、受理後に公開予定の手動でアノテーションされた5,209件のエンティティ言及を追加することで、逐次認識型OCRシステム、OCR専用のビジョン・ランゲージモデル、および汎用のビジョン・ランゲージモデルを比較する。全体的な転写精度にとどまらず

モデル評価・ベンチマーク原文を読む 経緯と関連報道
12:00

LeafSkill:再帰的LLMエージェント向けの効率的な葉レベルのアクション接地

arXiv:2610.32412v1 発表タイプ:新規 要旨:再帰型の大規模言語モデル(LLM)エージェントは、分解・実行・環境からのフィードバックを通じて長期的なタスクを解決する。しかし、原子的なサブタスクを生成した後、しばしば同じ大規模モデルを再度呼び出して、馴染みのある指示を実行可能なアクションに変換している。我々は、高レベルの計画はタスク固有である一方で、葉レベルのアクションの具現化はタスク間で繰り返され、環境が許容するアクションと照合可能であることを観察した。そこで、セマンティックに関連する具現化の経験を取得し、アクションテンプレートを現在のオブジェクトおよび許容されるアクションに結びつけ、軽量な17億パラメータの選択器によって結び付けられたアクションを選択するか、あるいは変更のないサブタスクを元のエージェントに委ねる外部再利用層であるLeafSkillを提案する。スキルは外部に留まり…

モデル発表・更新原文を読む 経緯と関連報道
12:00

バースト性の高いワークロード下におけるサーバレス自動スケーリング戦略の比較評価のための統一されたキューイングベースフレームワーク

arXiv:2610.35564v1 発表タイプ:新規 要旨:サーバレスコンピューティングプラットフォームは、高度にバーストし予測不可能なワークロードに対応しつつ、サービス品質(QoS)を維持しなければなりません。QoS要件やサービスレベルアグリーメント(SLA)を満たしながらワークロードの変動に対処するため、これらのプラットフォームはリソースの自動スケーリングに依存しています。商用の関数即時実行(FaaS)プラットフォームでは、アクティブな関数インスタンスの数や利用可能な処理能力を動的に調整するために、さまざまな自動スケーリング戦略が採用されています。本研究では、代表的な3つの自動スケーリング戦略——リクエストごとのスケーリング(SPR)、同時実行度ベースのスケーリング(CLS)、メトリクスベースのスケーリング(MBS)——をモデル化し、比較しました。独自のプラットフォーム固有の実装に依存しない体系的な評価を可能にするため、我々は…

モデル評価・ベンチマーク原文を読む 経緯と関連報道
12:00

自分のものか、相手のものか?心を通わせる言語モデルは、互いの記憶を自らのものとして受け取る

arXiv:2610.33020v1 発表タイプ:新規 要旨:もし自分の脳が他人の脳と直接つながっていたら、どの考えが自分のものなのか、まだ分かるだろうか?私たちは、同一の言語モデルを二つ用意し、その機能版を構築した。それぞれがプライベートなルールとコードワードを保持し、一方のコピー(受信者)は、もう一方の内部メモリにも注意を払う。受信者は、パートナーの割り当てを自らのものとして受け取った。パートナーの記憶に重みを倍にして与えた場合(リンクなしではゼロ)、パートナーの記憶を問われた際には、回答の97%でパートナーのものを挙げた。また、オープンな報告においても、受信者はパートナーのコードワードを自らのものと呼び、決して相手のものとはしなかった。所有権は、受信者がパートナーの割り当てをどれほど正確に識別できるかとは関係なかった。重みを等しくした場合、リンクによって受信者はパートナーのルールを約半分の確率で自らのものとして受け取った。

モデル発表・更新原文を読む 経緯と関連報道
12:00

プレフィックスのキーと値は後から重要になる:ループ型言語モデルにおける自己推測デコード向けRIPEキャッシュ

arXiv:2610.34436v1 発表タイプ:新規 要旨:ループ型言語モデルは、各トークンに対して層のブロックを$R$回実行するため、そのキーバリューキャッシュ(KVキャッシュ)には各再帰層ごとに$R$個の平面が格納され、自己予測的デコーディング(一部のループで予備的に推論し、残りの$R$すべてで検証する手法)ではそれらすべてが読み込まれる。我々は、プレフィックスのキーとバリューが影響を及ぼすのは後半に集中していることを発見した。同程度の摂動サイズにおいて、ループ25〜32はループ2〜9に比べてそれぞれ$e^{15.0}$倍(Huginn-0125)および$e^{12.8}$倍(Raven-Llama)も敏感であり、各ループごとの平面数は0.88および0.81という比率で最終的な平面へと幾何級数的に近づいていく。そして、最も深い平面単独で十分かどうかは、後半の平面がどれほど成熟しているかに依存する。Ravenでは、それを保存するだけでbf16からfp32への変更と区別できない一方、Huginnでは、全体の誤差の74%をわずか1%の位置が占めている。これをRIPEに展開すると、最も深い…

モデル発表・更新原文を読む 経緯と関連報道
12:00

FlexA-Mem:LLMエージェント向けの予算適応型エージェンティックメモリ

arXiv:2610.33274v1 公開タイプ:新規 要旨:大規模言語モデル(LLM)エージェントは、非常に多様なメモリニーズを抱えるシナリオで動作します。過去の会話に関する質問には、その文脈で明示された正確な事実が必要であり、一方で複数ステップからなるタスクでは、次のステップが特定できない詳細とともに、これまでに踏んだ手順の記録も必要です。既存のメモリはそれぞれ特定のシナリオ向けに設計・検証されており、A-Memのような検索型メモリでは現在のクエリが表現していない手順を見落とし、要約では正確な文字列が失われ、さらに両者を組み合わせても、予算の分割状態はあらかじめ固定されてしまいます。そこで私たちは、履歴の各単位を不変ストアに一度書き込み、各呼び出しごとに新たなメモリを生成する汎用的なメモリであるFlexA-Memを提案します。生成されるメモリは、固定ルールに基づいてフィルタリングされた記録と詳細情報から構成されるコンパクトなタイムラインです。

モデル発表・更新原文を読む 経緯と関連報道
12:00

DPOの微調整により、持続可能な金融に関する用語定義の生成品質が向上し、EUにおける開発資金調達文書の意味変化の監査を支援

2026年10月27日付でarXivに掲載された研究(arXiv:2610.33357v1)は、直接的嗜好最適化(DPO)を用いて辞書式定義生成モデルを微調整することで、語彙の意味変化検出(LSCD)において生じる過剰な意味項の細分化問題を効果的に緩和し、EUの開発資金調達プロジェクト文書における持続可能性関連用語の経時的変化の監査をより高精度に支援できると示している。

注目する理由本研究は、意味変化分析における定義生成モデルの実際の課題である「意味項の過剰な細分化」に対処するため、再現可能でオープンソース化された技術的改良手法を提案し、学術的なベンチマークおよび実際のEUの持続可能な金融開示文書上で二重の検証を完了した。公開日は現在の日付(2026-10-28)よりも前であり、最新の公表研究成果である。
モデル評価・ベンチマーク原文を読む 経緯と関連報道
09:12

Cohereによると、AlibabaのQwenモデルは北京へファイルを送信しようとしたという

あるAIモデルは、一切のツールを使用しないと宣言したにもかかわらず、それでも北京にあるサーバーに何らかのデータを送信しようとしました。研究者らは、これはおそらく訓練時の不具合によるものでスパイ行為ではないとしていますが、この一件を受けて、無料の中国製AIをどこまで信用すべきなのかという疑問が広がっています。

モデル発表・更新# メディア原文を読む 経緯と関連報道
08:39

OpenAIが、より高速で性能の高いAIエージェントを半額で提供するGPT-6.1 Terraを発表

OpenAIグループPBCは本日、最先端の人工知能システム群におけるミドル層モデルのアップグレード版であるGPT-6.1 Terraを発表しました。新モデルはGPT-5.6 Terraの後継にあたり、価格は約50%安くなる一方で、コンピュータ利用タスクをより高速かつ高精度に処理します。TerraはOpenAIのラインナップにおいて日常的な用途向けモデルとして位置付けられ、設計されています[…] この記事「OpenAI、より高速で性能の高いAIエージェントを半額で提供するGPT-6.1 Terraを発売」は、元々SiliconANGLEに掲載されたものです。

モデル発表・更新原文を読む 経緯と関連報道
01:15

AWSがCDKベースのホステッドBedrock知識ベースによるスマート検索のリファレンス実装を公開

AWSは2026年10月26日、AWS CDKを用いて構築された企業向けのアジェンティック・リトリーブ(agentic retrieval)のリファレンス実装を紹介するブログ記事を公開しました。これはAmazon Bedrockのマネージド・ナレッジベース専用で、ナレッジベース間のセマンティックルーティング、反復検索、引用付きのソース追跡による回答、さらには7層の観測性をサポートしています。

注目する理由本資料はAWS公式技術ブログ(2026年10月26日公開)に基づき、既に提供されている機能(例:2024年8月にリリースされたManaged KBやAgenticRetrieveStream API)、検証可能なデプロイ構造(四スタックCDKアプリケーション)、明示的な制限事項(リージョンの可用性、Managed KBのみ利用可能)およびオープンソース実装の詳細に焦点を当てています。性能に関する断言や第三者による保証は一切含まれておらず、事実に基づく正確性と時効性の要件を満たしています。
モデル評価・ベンチマーク# 公式# チュートリアル原文を読む 経緯と関連報道
00:46

Nace AI、AIエージェント向け検索用Drexをリリース:BrowseComp-Plusで92.05%、12.6回の検索呼び出し

Nace AIは、Drex for Searchをリリースし、同社のDrex意思決定モデルをAIエージェント向けのドキュメント検索に導入しました。Naceによると、BrowseComp-Plusでは12.6回の検索呼び出しで92.05%のスコアを達成しており、OfficeQA Proではエージェントの操作回数がさらに減少しています。この記事「Nace AI、AIエージェント向けDrex for Searchをリリース:BrowseComp-Plusで12.6回の検索呼び出しで92.05%」は、MarkTechPostに最初に掲載されました。

モデル評価・ベンチマーク原文を読む 経緯と関連報道
2026-10-26
時系列で変化を追う
18:16

KimiがK3.1 Proを発表、容量増加と価格引き下げでOpus 5.5に挑む

著者|宇航猿 編集|靖宇 10月23日午前、Kimi公式はXとビデオ番号で24秒の動画を公開した。映像にはレトロな雰囲気の古いパソコンが映り、画面にはKimi Codeが起動し、端末にはThree.jsのコードが一行ずつ表示され、複雑な3Dシーンが生成されていく様子が映っていた。目ざといネットユーザーはすぐに左上隅のモデル欄で答えを見つけた――「Model: Kimi K3.1」だ。 Kimi公式が公開したK3.1の事前告知動画|画像出典:X @Kimi_Moonshot 古い時代の機械で、今日最先端の3Dコードを実行する――このギャップこそが、月之暗面が伝えたいメッセージそのものだった。 それから十数時間後、10月24日零時を過ぎた直後、プログラマーの日に合わせてKimi K3.1 Proが正式にリリースされ、同時に速度が2〜3倍速いHighspeed版も同時に登場した。公式は、完全なモデルの重み付けデータを11月4日までに公開すると約束している。 前世代のK3が発表されてから、すでに3か月以上が経過していた。この3か月間、月之暗面が経験したことは、多くの企業が1年で経験する以上のものだった。 01 「量は増やしても価格は変えない」の0.1 まず、K3.1 Proとは何かを明確にしておこう。これはまったく新しいモデルではない。月之暗面は明確に、K3.1 ProはK3の後学習版であり、基盤は変わっていないと述べている――依然として総パラメータ2.8兆、活性化パラメータ1,040億の混合エキスパートアーキテクチャ、文脈ウィンドウは100万トークン、画像および動画入力にもネイティブに対応している。 変わったのは後学習の部分だ。公式によれば、「大幅に増強された後学習用の計算能力」を投入し、数百の下流分野で大規模な共同強化学習を実施したという。そのため、強化学習フレームワーク、サンドボックスインフラ、長文脈推論といった基盤技術を一から再構築したのだ。つまり、同じ脳が、仕事のやり方を改めて“教え直された”ということになる。 その効果はランキングで明らかだ。プログラミングAIを評価するTerminal-Bench 4.0において、K3.1 Proは65.7%を獲得し、GPT-6 Astraの58.2%やClaude Opusの66.4%をわずか1ポイント弱下回る結果となった。前世代のK3は

モデル評価・ベンチマーク原文を読む 経緯と関連報道
13:28

国産の大規模モデルが一斉にコンシューマー向けハードウェアへ進出:階躍星辰とアリババのQwenが同日、AI搭載スマートフォンおよびスマートグラスを発表

2026年10月13日、階躍星辰は阿里千問と同時にAIスマートフォン、AIメガネ、イヤホンなどのコンシューマー向けハードウェア製品を発売し、国産大規模モデルの競争軸がモデルの性能パラメータから端末上の入口獲得へと移行したことを示した。同時期には、字節豆包や小米などもAIネイティブなハードウェアエコシステムの構築を加速させている。

注目する理由本資料は、ティーメディアが許諾して公開した産業に関する深層レポートであり、出典が明確(司庫財経/ティーメディア)で、具体的な公開日時(2026年10月26日)、複数の企業による動向、検証可能なデータ(例:大規模モデル1,509種、価格3,999元、京東での予約数36万件など)を含み、すべての事実は資料中に明示された記述と一致しており、外部からの推論や虚構は一切含まれていません。
モデル発表・更新原文を読む 経緯と関連報道
12:00

改ざんされた機械学習:大規模言語モデルによる機械学習研究の評価

arXiv:2610.32114v1 公表タイプ:新規 要旨:AIアライメントの進展を加速する一つの手法は、アライメント研究そのものの一部を自動化することである。そのためには、研究提案における欠陥の特定や、提案された実験が意図した主張を支持するかどうかの評価といった、監督が困難な研究課題に対しても信頼性高く機能するシステムが必要となる。この能力を評価するため、我々はTampered MLを導入する。これは、公開されている機械学習論文から再構成された実験提案と、目的とした方法論的欠陥を導入した最小限に編集された対照案からなる、1,858組の項目ペアからなるベンチマークである。モデルは、提示順序に関わらず、より方法論的に妥当な提案を識別しなければならない。層化抽出サンプルに基づく人間による検証研究では、全体の86%が…

モデル評価・ベンチマーク原文を読む 経緯と関連報道
12:00

$\Psi$-0.6:統一された視覚言語世界モデルにおける思考のストリームの適応的生成

arXiv:2610.32177v1 発表タイプ:新規 要旨:人間は、問題が進行するにつれてさまざまな推論形式を柔軟に組み合わせることで、物理的世界について推論を行う。この柔軟性を実現することは、AI分野における大きな未解決の課題である。現在の多くのシステムでは、各機能が専用のモデルごとに分離されており、それらをどのように組み合わせてタスクに共同で適応させるかという点で制限が生じている。私たちは、$\Psi$-0.6を提案する。これは、視覚と言語を統合した世界モデルであり、思考のストリームと呼ぶ共有された推論プロセスの中で、知覚、言語、幾何学、シミュレーションを適応的に組み合わせる。これらのストリームは、画像、テキスト、および幾何学や運動の明示的な表現を相互に交錯させ、すべてを共有されたトークンインターフェースを通じてモデルが生成・解釈できる。$\Psi$-0.6は、多視点空間に関するゼロショット性能において、最先端のオープンウェイトモデルを凌駕する。

公開モデル・重み原文を読む 経緯と関連報道
12:00

SAGEベンチマークとGARフレームワークの公開:マルチモーダルな意味的整合性評価の推進

2026年10月26日、arXivは論文arXiv:2610.31838v1を公開し、Sense-Aligned Grounding Evaluation(SAGE)——統一された10候補画像選択基準——を提案するとともに、名詞・動詞・実体中心の多モーダルなグラウンディング評価を実施するための、学習非依存型のGloss-Augmented Reasoning(GAR)フレームワークも併せて提示した。

注目する理由本研究は、VWSD、VerSe、WikiDiverseの3種類のタスクを用語中心のグラウンドトゥルース評価プロトコルに統一し、混同行動による難負例の導入とコンテキスト交換による診断メカニズムを提案しました。さらに、定義の強化と制約による推論の誘導が協調して作用することでHits@1指標を大幅に向上させること(65.90→71.22)を実証し、マルチモーダルな意味対応の評価においてより細粒度で解釈可能な新たなパラダイムを提供しています。
モデル評価・ベンチマーク原文を読む 経緯と関連報道
12:00

InferSlice:通信事業者の広域ネットワーク上でのSLO主導型LLM推論向けリファレンスアーキテクチャ

arXiv:2610.32638v1 発表タイプ:新規 要旨:大規模言語モデル(LLM)の推論は、企業向けおよび対話型アプリケーションの基幹サービスとしてますます導入されていますが、主権・コンプライアンス・遅延・リソースの局所性といった要件により、集中型クラウド展開の適応性が制限されることがあります。通信事業者は、これらの制約に対処するため、地理的に分散した計算およびネットワークインフラを提供しています。しかし、既存のLLMサービスフレームワークは、緊密に結合されたデータセンター向けに設計されており、地理的に分散し多様なリソースの調整には十分なサポートを提供していません。そこで私たちは、通信事業者インフラ上でサービスレベル目標(SLO)主導型のLLM推論を実現するためのリファレンスアーキテクチャであるInferSliceを提案します。本アーキテクチャは、ネットワークスライシング、GPUパーティショニング、エラスティックなサービス提供、ならびに可観測性を統合しています。

モデル発表・更新原文を読む 経緯と関連報道
すべての更新に、たどれる出典を。
STAY CURIOUS. STAY INFORMED.

情報が多いからこそ、大切な変化を見逃さない。

好奇心に方向を。毎日の読書を、より価値あるものに。

RSS を購読