EU委員会は金曜日に「フロンティアAI大挑戦」の勝者を発表した。イタリアの企業Domynが率いるコンソーシアム「エウロパ」が競争に勝利した。この賞により、同盟は最先端のオープンソースAIモデルを開発するために必要なリソースを受け取ることになる。この名声あるプロジェクトは、EUの24の公用語すべてをカバーし、大陸の技術的野心を示すことを目的としている。

ByteDance、Tencent、MiniMax、Alibaba、Xiaomiが競合するタイミングでAIトークン価格を50％から99％引き下げました。バンク・オブ・アメリカ証券のアナリストは、中国の主要AIモデル間の能力差が縮小していることが価格競争の原因だと分析しています。AlibabaのQwen3.7-Maxの50％割引は618セールに合わせたもので、AI競争と消費者プロモーションを融合させています。

samtSQL を使用すると、既存の PostgreSQL データベース上で AI オペレーターを活用した SQL クエリを実行でき、テキスト、画像、音声などのマルチモーダルデータをサポートします。

AIは悪いエンジニアを良いエンジニアにするのではなく、単に彼らを速くする。それは私たちの本質を変えず、私たちをより自分らしくする。怠惰またはずさんなプログラマーにとって、AIは低品質のコードの出力を加速し、AI自体が既存のパターンを疑問なくコピーする傾向があるため、技術的負債が固定化され大規模に拡散する。

AgentCard は、AIエージェントが使い捨てバーチャルVisaカードを使ってDoorDashを注文できる新機能「購入」を発表しました。Claude、ChatGPT、Cursor、およびその他のMCP互換エージェントと連携します。初回注文無料。

AIの楽観主義に対する慎重でニュアンスのある論証：安全性、解釈可能性、バイアス、アラインメントが生の能力と同じくらい重要である理由。著者は、AIを善悪で単純化することは有害であり、内部メカニズムの理解、誤用とミスアラインメントへの対処、システムリスクの考慮が必要だと論じる。これは能力と理解のレースであり、安全性はその比率を逆転できるかにかかっている。

大規模言語モデル（LLM）は研究ラボを離れ、エンジニアの日常業務に浸透しています。IEEEは、技術専門家がLLMの構築と展開を習得するための5つのコースからなるオンラインプログラムを提供します。

MITの研究チームは、機械学習モデルの訓練データセットを最適化することで、化学的に不規則な金属合金の原子環境の多様性を捉え、材料特性の予測精度を向上させる手法を開発した。この手法は、新材料の設計を加速することが期待される。

Summer は Autumn が開発したローカル実行可能なオープンソースツールで、AI コーディングアシスタントの使用状況とコストを追跡します。Claude Code、Codex、OpenCode に対応し、ホスティング不要で、チーム全体の使用量をエンジニアごとに集計するローカルダッシュボードを提供します。

華為技術を含む研究チームは、同社のAscend 910Cチップを使用してDeepSeek-V4-Proモデルのポストトレーニングを完了しました。これは、中国の半導体産業が複雑なAIモデル訓練において重要な進歩を遂げたことを示します。プロジェクトでは少なくとも1000個のチップを使用し、1.6兆パラメータのモデルを全パラメータ調整し、国内チップの推論から訓練への能力移行を実証しました。米国の制裁下で中国のAI自給自足を強化する一歩です。

BestDefenseは毎回のデプロイを継続的にペネトレーションテストし、悪用可能な脆弱性を検証し、AIによる修正を生成することで、高コンプライアンスSaaSチームが修正期間内に実際のリスクにパッチを適用できるようにします。

Thinkbenchベンチマークにおいて、GLM 5.2は正解率でリード（92%フルパス）し、MiniMax M3はコストが低く高速。既存コードの修正タスクでは同等だが、新規構築ではGLMが堅実。曖昧な指示に対してMiniMaxはより完全なシステムを構築する傾向。

Inferlayは、開発者がAIプロジェクトに適したテクノロジースタックを選択するのを支援するプラットフォームです。さまざまなツールやフレームワークを比較します。

PhD_fleetは、単一の研究者（アドバイザー）がSlackを通じてClaude Codeエージェント群を生成し対話するためのPythonツールキットです。各エージェントは独自のワークスペースを持ち、Slackメッセージでターンを駆動し、ファイルシステムを長期記憶として使用します。また、コーチエージェントがアドバイザーの指導を監視し、エビデンスに基づくフィードバックを提供します。

pm-claude-skills は、174のプロフェッショナルスキル（SKILL.mdファイル）を備えたオープンソースライブラリです。プロダクトマネジメント、エンジニアリング、カスタマーサクセスなど18の職業をカバーし、各スキルは評価検証済みで、AIにプロフェッショナルな出力を生成させます。ワークフローレシピ、スキルメモリー、マルチツール互換性も提供。

Checkmarxは、決定論的ルールベースのスキャナー、セキュリティデータで訓練されたLLM、そして結果が開発チームに届く前に真陽性か偽陽性かを分類する第3のエンジンを組み合わせた新しいSASTエンジンを発表した。同社はF1スコアが0.499で、業界平均の0.20を大きく上回り、テストでは最先端モデルが見逃した327件の真陽性を発見したと主張している。アーキテクチャの中核はオーケストレーション層であり、3つのエンジンを自動的に統合し、顧客が独自にマルチエンジンワークフローを構築する必要をなくす。

GitHub の社内 Copilot 搭載分析エージェント Qubot は、従業員が自然言語でデータについて質問できるようにします。本記事では、その構築方法と学びを紹介します。

中国のメモリーメーカー（CXMTやYMTCなど）は政府の指導により地元のDRAMモジュール、SSD、PC、スマートフォン業界への供給を優先し、AI・データセンターに注力する外国サプライヤーに対して意外な優位性を得ている。この戦略は地元の電子産業と雇用を安定させるのに役立っている。

シューズ企業オールバーズは4月にAI事業への転換を発表し、株価が上昇した。新AI事業のCEOは現時点で従業員が自分一人だけであることを認めている。批評家はこれをギャメストップのミーム株戦略に似た話題追従の動きと見ている。

AI使用が約65%増加したにもかかわらず、プルリクエストのスループットはわずか7.76%しか増加していません。本記事では認識と現実のギャップを明らかにし、オープンソースツールを用いた実用的な測定方法を提供します。

知能が安価な商品になるにつれ、信頼がAI導入の真のボトルネックとして浮上している。会計から医療まで、人間が判断を委ねる意思が鍵となる。主権モデル、輸出規制、職業の進化はすべて同じ核心を指す：信頼はAI時代で最も希少な資源である。

GLM-5.2 は Z.ai の新しいオープンモデルで、744B パラメータ、1M コンテキストウィンドウを備え、コーディング、推論、エージェントタスクで SOTA を達成しています。このガイドでは、Unsloth Dynamic GGUF を使用してローカルで実行する方法を、ハードウェア要件、量子化、Unsloth Studio および llama.cpp の手順を含めて説明します。

Sovereign AIの本質は、独自モデルの開発ではなく、モデルの訓練、運用、検証、保護に必要なサプライチェーンをどれだけ自国または同盟国内で確保できるかにあります。これにより、GPU、HBM、先端パッケージング、装置材料など全チェーンが新たな投資焦点となり、学習需要が再燃しています。

本記事では、機械学習システム設計の面接で出題される10の実問題を実践的なスタイルで解説。データ収集、特徴量エンジニアリング、予測サービング、システム改善の要点をカバーし、フィードランキング、広告CTR予測、EC検索ランキングなどの典型的なシステムを詳述。プロダクト目標から出発し、オフライン/オンラインパスとフィードバックループを考慮するアプローチを強調する。

使用するすべてのAIツールは、会社の仕組みを理解すべきです。

ルカ・グァダニーノ監督が手がけるOpenAI CEOサム・アルトマンに関する映画『Artificial』が、Amazon MGMによって配給を断念されたことが報じられた。同作は2023年のアルトマンの解任と復職という激動の5日間を描き、アンドリュー・ガーフィールドが主演。AmazonとOpenAIは緊密な関係にあり、2月には500億ドルの投資が発表されている。

Amazon Bedrock AgentCore の Web 検索機能が一般提供を開始しました。このフルマネージドな MCP 互換の機能により、AI エージェントはリアルタイムの Web 情報を取得できます。Amazon 自社の Web インデックスを基盤とし、クエリは AWS 内で完結するため、プライバシーも確保されています。

この記事では、Model Context Protocol（MCP）を使用して Adobe Marketing Agent を Amazon Quick と統合する方法を説明します。設定手順、認証、マーケティングデータへの接続、自然言語でのキャンペーンインサイトの取得方法を詳しく解説します。

SAPとGoogle Cloudは、マルチエージェントのマーケティングと小売業務を自動化するエージェンティックコマースアーキテクチャを共同で展開。Universal Commerce Protocol、Gemini AIの統合、双方向データフローによりデータ断片化を解消し、AI駆動のカスタマーエクスペリエンスと在庫同期を実現する。このアーキテクチャは、在庫切れや顧客接点の分断といった一般的なEコマースの課題に対処する。

機械学習における損失関数の概念を、簡単な比喩と具体例で解説。平均二乗誤差、平均絶対誤差、クロスエントロピー損失と、モデル改善への活用方法を紹介。