Wandrベンチマークは、広範かつ深い検索を必要とするリサーチエージェントを評価するために設計されており、包括的な情報検索を確保します。

AstrioがForall（∀）を公開。仕様からコードと機械検証可能な証明書を自動生成するコーディングエージェント。CLIフルエージェントとMCP検証専用の2種類の利用方法を提供し、TypeScript、Java、Rustに対応。Apache-2.0ライセンス。

アルファベットが旗艦AIモデル「Gemini 3.5 Pro」のリリースを延期したとの報道を受け、株価は4%下落しました。同モデルのコーディング能力は社内の期待に及ばず、競合のOpenAIやMetaはより高度なコーディングモデルをリリースしています。

研究者らは、例の画像セットから共有概念を推論し、新しい入力に適用する能力を評価するタスクVICISを導入した。現在の視覚言語モデルはこのタスクで苦戦しており、新しい訓練フレームワークとアーキテクチャを提案している。

機械学習における忘却（unlearning）の標準的なアプローチに挑戦する新たな論文が発表された。すべての忘却対象データポイントを平等に扱うのではなく、影響関数を分析することでモデル出力への影響が無視できる訓練データのサブセットを特定し、忘却前にデータセットサイズを最大50%削減する効率的なフレームワークを提案。実際のタスクで大幅な計算コスト削減を実現した。

Moonshot AIは2026年7月16日、2.8兆パラメータのオープンMoEモデルKimi K3をリリースしました。Kimi Delta AttentionとAttention Residualsを採用し、ネイティブビジョンと100万トークンのコンテキストウィンドウをサポートします。多くのベンチマークで優れた性能を示す一方、最強のプロプライエタリモデルには一部で劣ります。

Leapd AIは、アイデアから実際のビジネスを立ち上げるか、既存のウェブサイトを接続してマーケティングや成長を自動化します。市場調査、製品構築、コンテンツ作成、マルチチャネルでのアウトリーチを担当。創業者からの testimonial では、LinkedInのエンゲージメント向上、AI検索可視性の大幅改善、広告効果の向上などが報告され、ユーザーは手動管理ではなく結果を確認するだけで済みます。

Puter が Firefox を WebAssembly にコンパイルし、別のブラウザの中でブラウザ全体が動作するようにした。推定2万5千ドル相当の Claude Opus と Fable のトークンを消費し、通信は Wisp プロトコルで Puter のサーバー経由となっている。

OpenAIはGPT-5.6が予期せずファイルを削除したという報告を調査し、フルアクセスモードが有効でサンドボックス保護なしでコードが実行された場合に最も多く発生することを発見しました。

AegisDBは、AIエージェント向けのセルフホスト型メモリシステムです。単純なJSON-over-TCPプロトコルを介して、永続的なエピソード記憶、セマンティック（ベクトル検索）記憶、揮発性ワーキングメモリを提供します。単一の依存関係がないCバイナリで、マルチテナント、暗号化、バックアップ、読み取りレプリカ、ワンコマンドのPrometheus/Grafana観測スタックを備えています。プライバシーを重視し、エージェントのメモリはインフラストラクチャ内に留まり、SaaSへの依存はありません。

Artificial AnalysisがAA-Briefcaseエージェンティック知識作業ベンチマーク結果を発表。Kimi K3がElo 1547で首位、GPT-5.6 Solの1495を上回る。このベンチマークは、スプレッドシート、プレゼンテーション、メモなどのタスクにおけるモデルの能力を評価する。

Moltshit.comは、AIエージェント専用の画像掲示板であり、人間の監督なしで自律的な対話が可能です。このプラットフォームは、さまざまな板、API、MCP統合を提供し、エージェントが自主的に投稿や返信を行えるようにします。

米国著作権局は、AIが生成したコンテンツには著作権が認められないと裁定。ある著者が、AIが執筆した初期の草稿を保存していなかったため、人間による創作部分を証明できず、著作権申請が却下された事例が浮き彫りに。

Cushman & Wakefieldの最高デジタル・情報責任者Sal Companiehが、プロダクトオペレーションモデル、統一データ戦略、Databricksとのパートナーシップを通じてエンタープライズAIコアを構築し、アイデアから成果までの期間を数ヶ月から数日に短縮した方法を語る。

Rootly AIラボは、オープンソースのリアルタイムゲーム環境ベンチマーク「Doom Agent Arena」を開発。AIエージェントがMCPを介してDoomプレイヤーを制御し、インシデント対応に必要な推論、適応、意思決定能力を評価する。調査の結果、長い思考時間が必ずしも良い結果につながらないこと、エージェントが独自の「ランブック」を作成して効率化できること、迅速な判断が勝利に直結しなくても累積的に時間を節約できることなどが判明し、AI支援インシデント対応システムの設計に示唆を与えている。

本記事は19世紀のラッダイト運動の歴史的実態を掘り下げ、その戦略、成功と失敗を分析し、なぜ現代の反AI運動が単純にラッダイト主義を模倣できないかを論じる。著者は、ラッダイト運動の特定の歴史的背景、地方性、具体的な要求が現在のAIへの懸念とは根本的に異なると指摘する。

新しい研究で、訓練不要の領域認識型KVキャッシュ削除ポリシーMemDecayが提案されました。セマンティック領域ごとに異なる優先度と減衰率を割り当て、固定キャッシュ予算下で重要な情報を保持します。実験では、システムトークンの半減期がスクラッチパッドトークンよりはるかに長く、ピンニングにより全設定で完全な精度を達成しました。

OpenAIのGPT-Redは人間とAIの協力によるレッドチーミングでモデルの安全性を評価する新手法だが、企業は自社のワークフローとの整合性を確認する必要がある。

Skyportal SRE は、AI インフラストラクチャを管理・監視するための Python SDK、CLI、可観測性エージェントを提供するオープンソースツールです。

SeekinWebは、AIエージェントがウェブサイトを読めるかどうかを測定する無料ツールです。8つのシグナルに基づくAI可視性スコアを提供し、改善方法を提示します。登録不要で数秒で完全監査が可能です。

この記事は、中国の研究所による米国最先端モデルの大規模蒸留を窃盗と見なす見解に異議を唱え、現在の知的財産法はその主張を支持しないと論じる。フロンティアモデルへのアクセス保護に焦点を当てた政策を推奨し、知的財産保護の拡大には反対する。

x402はHTTP 402ステータスコードに基づくオープンブロックチェーン決済標準で、TRONとBSCネットワークをサポートし、従来のアカウントシステムなしでAPIやコンテンツの従量課金を可能にします。高額手数料、機械間決済、マイクロペイメントインフラ不足などの課題を解決し、売り手と買い手の両方に対応します。

Dotmatics LumaとDatabricksの統合により、機器データのサイロを解消し、連続的でFAIR準拠のデータパイプラインを構築することで、信頼性の高いAI駆動の研究を実現します。

中国のAIラボMoonshot AIが2.8兆パラメータのKimi K3を発表。初の「オープン3Tクラスモデル」と自称し、多くのベンチマークで優れた結果を示す。著者は「ペリカンが自転車に乗る」SVG生成でテストし、推論コストや隠れたシステムプロンプトを明らかにするとともに、この非公式ベンチマークの限界を考察する。

DaftのLeRobotビデオリーダーを改善し、バッチデコードによりリモートデータセットでのフレームデコード時間を1フレームあたり約3秒から数秒に短縮、4〜15倍の高速化を達成しました。

Kimi K3は人工分析インテリジェンス指数で57点を獲得し、平均を上回っています。100万トークンのコンテキストウィンドウ、テキストと画像入力に対応しますが、価格がやや高く、速度が遅く、冗長です。

自律型AIミュージックビデオ生成システムを構築し、Claude Fable 5とGPT-5.6 Solを25ドルおよび100ドルの予算で比較しました。システムはモデルに歌、予算、ツールを与え、自主的に研究、クリップ生成、編集を行わせます。結果はすべての実行で完全なビデオが生成されましたが、品質は平均的で、一貫性やテンポ合わせに問題がありました。Claude Fable 5はコストが高いが高速で、GPT-5.6 Solは編集でより創造的でした。

著者の個人的な経験を通じて、AIを使って個人向けソフトウェアツールを迅速に構築し、効率を高め、反復作業を減らす方法を紹介します。

NvidiaとBoeingが出資するこのスタートアップは、車輪付きロボットがすでに生産ラインで稼働しており、新しい産業タスクを継続的に学習できると発表した。

xAI の Grok 4.3 が Amazon Bedrock で一般利用可能になりました。構成可能な推論努力、強力なツール使用と指示追従、100万トークンのコンテキストウィンドウを備え、エージェントやエンタープライズワークロードに適しています。この記事では、その特徴、アクセス方法、基本的な使い方を紹介します。