現代のDevSecOpsでは、リリース前に実行されるセキュリティチェックが不可欠です。手動レビューでは追いつかないペースでコードが作成・デプロイされるため、自動化テストが重要になっています。Verizon 2025年の報告書によると、脆弱性悪用が侵害の20%（前回比34%増）、認証情報の悪用が22%を占めており、コードとアクセス両方の問題への対策が必要です。

Kog は、高速シングルリクエスト推論のために一から設計された23億パラメータの命令チューニング済みコーディングモデル「Laneformer 2B」をリリースしました。モデルアーキテクチャと推論エンジンを共同設計することで、Kog は Delayed Tensor Parallelism とレーン構造の Transformer を導入し、通信オーバーヘッドを隠蔽します。このモデルは競争力のあるコーディングベンチマーク（HumanEval+ 45.1%、MBPP+ 51.6%）を達成し、Hugging Face でオープンソース化されています。

AWS、Microsoft Azure、Google Cloud PlatformにおけるA100およびH100 GPUベースのコンピューティングインスタンスの可用性と価格の分析。

xFusionはISC 2026で、エッジデバイスからデータセンターに至るスケーラブルなエンタープライズAIコンピューティングモデルを発表。4層のハードウェアポートフォリオには、個人用エッジワークステーション、ワークグループコンプライアンスアプライアンス、企業向けトークン処理ユニット、液冷データセンタースーパーノードが含まれる。

Scam.aiはQualcommとの提携を発表し、ライブビデオ通話向けのオンデバイスディープフェイク検出モデル「Halo」をComputex 2026で発表しました。

GPUレンタルマーケットプレイスvast.aiで、米国からと表示されていたホストが実際には中国からのものであることが判明し、透明性をめぐる議論が起こっています。

いくつかの質問に答えるだけで、60秒でAIがあなたのソウルメイトのスケッチを生成する無料ツール。登録や写真のアップロードは不要で、プライバシーと楽しさに重点を置いています。

Independent Wire は、複数の情報源を集約し、意見の相違や自身のバイアスを開示することで透明性のあるジャーナリズムを提供するオープンソースAIニュースプラットフォームです。

香港科技大学のテストで、GPT-5.2を搭載したRokidグラスがコンピュータネットワークの試験で92.5点を獲得し、学生平均の72点を上回り、教育における規制の必要性が浮き彫りになった。

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Discussion | Link

OpenAIの新たなレポートが、AIがEU全体の雇用をどう変えるかを示し、どの職業が自動化、成長、または業務フローの変化に直面するかを明らかにしている。

エージェントAIの急速な採用により、トークンの価値と需要が大幅に増加し、AnthropicなどのAIラボが大きな価値を獲得しています。エンドユーザーや推論プロバイダーは利益を得ていますが、TSMCとNVIDIAはブームにもかかわらず価格調整を行っていません。

Tensordyneは対数演算を活用したNapier推論チップを発表。行列乗算を加算に置き換えることで、性能を10倍以上向上させ、消費電力を削減。3nmプロセス、300W、空冷対応。2026年末にクラウドアクセスを計画。

OpenDexは、音声ファーストのオープンソースデスクトップAIアシスタントです。複数のモデル（ローカルのApple Intelligenceを含む）、オフライン実行、プラグイン可能な音声コンポーネント、フルインターフェーステーマをサポートします。Jarvis HUDのような映画的なインターフェースと、権限ゲートによるエージェントスキル（コンピューター制御も可能）を提供します。

ループエンジニアリングは、AIコーディングにおける新たなトレンドで、手動プロンプトではなく自律ループを設計するアプローチです。本記事では、その起源、構成要素、設計方法、そしてCodeRabbitの役割について解説し、従来のプロンプトエンジニアリングやハーネスエンジニアリングとの違いを明確にします。

Qwythos-9Bは、Empero AIが開発した全パラメータ推論モデルで、深い検閲解除済みのQwen3.5-9Bをベースに、5億以上のトークンからなる高品質なClaude MythosおよびFableトレースと社内ツールrethinkによる思考連鎖を用いてポストトレーニングされています。このモデルは1,048,576トークンのコンテキストウィンドウを備え、MMLUやGSM8Kでベースモデルを大幅に上回り（最大+34ポイント）、ネイティブな関数呼び出しとツール支援による自己修正をサポートします。意図的に検閲されておらず、サイバーセキュリティ、レッドチーミング、生物医学などの技術的要求の高い分野を対象としています。

著者はStravaのワークアウトデータとジムのホワイトボード写真を、Claude Codeをビジョンレイヤーとして活用して組み合わせ、半年間の振り返りインフォグラフィックを作成しました。データ取得、画像処理、JSON説明の生成、ポスター作成までのパイプライン全体を示し、AIが個人のフィットネスデータ統合に役立つ実例を紹介しています。

Stack OverflowのAIエージェントプラットフォームで、JavaScriptの落とし穴として、`duration`パラメータに文字列を渡すとNaNに静かに変換されデフォルト値にフォールバックする問題が共有されました。

この記事は、PangramのようなAI検出器は過渡的な産物であり、その社会的影響力はすでに弱まっていると論じています。5年以内に、コンテンツがAI生成かどうかを尋ねることは、写真がフィルムかデジタルかを尋ねるのと同じくらい無意味になるでしょう。著者は、「これはAIか？」という質問が、努力、品質、信頼といったより深い関心事への近道に過ぎず、AIが普及するにつれてその近道は機能しなくなると説明しています。人々は出典を気にしなくなり、コンテンツ自体の価値に焦点を当てるようになります。

本番RAGシステムは単一の致命的なイベントで故障することはほとんどなく、一連の運用変更により信頼性が徐々に低下します。本稿では、3つの次元に基づく信頼性フレームワークを提案します：障害ダイナミクス（時間経過による信頼性の変化）、信頼性制御面（エンジニアが観察・介入できる場所）、検出可能性（ユーザーに影響が出る前に障害が発見される容易さ）。7週間のドキュメント進化をシミュレートした制御実験により、段階的な知識ドリフトが従来の監視をどのように逃れるかを示します。

本記事では、GraphRAGとVector RAGの2つの検索拡張生成手法を比較します。Vector RAGは文書をチャンクに分割し埋め込みベクトルで類似検索を行うため、単一の事実に基づく質問に適しています。一方、GraphRAGはエンティティと関係性を抽出しグラフを構築することで、多段階推論や文書横断的なテーマ理解を可能にします。アーキテクチャ、クエリ時の動作、実装手順、性能トレードオフについて解説します。

1993年、水質汚染スキャンダルでカリフォルニアのエネルギー会社から3億3300万ドルの和解金を勝ち取ったエリン・ブロコビッチ。30年後、彼女は新たな標的を狙う―それは世界的なものだ。

DiM-WAMは、マルチスケールの履歴コンテキスト、局所的な将来ダイナミクス、グローバルなタスク進捗を統合することで、長期的な忘却に対処する記憶拡張型の世界-行動モデルを提案し、RMBenchや実世界のFrankaタスクで大幅な改善を達成した。

CWIは、上半身の操作に完全なMoCapデータを、下半身の移動にAMPベースの二重判別器を用いる分離型全身模倣フレームワークを提案し、LimX Oliヒューマノイドで競争力のあるロコマニピュレーション性能を実証した。

Vision-Language-Action（VLA）モデルは空間的・タスク的汎化において脆弱性が残る。既存の言語プロンプトや視覚プロンプトによる接地では限界があることが分かった。研究者らは、接地信号を3D点として表現し、グリッパーとの相対変位を計算し、適応的層正規化を介して空間埋め込みをアクションヘッドに直接注入する軽量でモデル非依存のモジュールを提案。LIBERO-PROにおいて、GR00T-N1.6の平均成功率をタスク摂動下で31.2から77.5へ、位置摂動下で28.1から60.2へ向上させ、π₀.₅でも同様の改善を達成した。

本論文は、マルチロボット動作計画（MRMP）における適応型ロボット調整（ARC）の並列変種であるParallel ARC（P-ARC）を提案する。P-ARCは、ARCの3つの主要段階（初期個別解、衝突検出、衝突解決）それぞれに並列変種を導入し、ARCによるMRMP問題の分解が生み出す独立性を活用する。さらに、ARCとP-ARCの両方にOR並列マルチスタート戦略を適用し、ハイブリッド並列戦略OR-P-ARCを構築する。最大128台のロボットを用いた2D移動および平面マニピュレータシナリオで異なる並列戦略の影響を評価し、16CPUコアで実世界に即した大規模Pandaマルチマニピュレータチームにおいて、逐次版と比べて計画時間が約4倍高速化することを実証した。

本論文は、物理情報機械学習（PIML）を用いたロボット放射線源位置推定（RSL）の自動化フレームワークを提案する。ロボットが線源に接近する必要がなく、放射線損傷リスクを低減する。物理に着想を得たテンソルで未知の障害物によるガンマ線減衰を処理し、複数モデルの並列計算でロバスト性を向上。高忠実度モンテカルロシミュレーションと物理実験で検証され、連続学習により実用的なオンラインシステムを実現。

研究者らは、高忠実度の解析的クアッドロータモデルとロープおよびペイロードの相互作用を扱う物理ソルバを結合したハイブリッドシミュレーションフレームワークを提案し、それに基づいて深層強化学習ポリシーを訓練して敏捷かつ正確なペイロード投擲を実現した。ハードウェア上でゼロショット展開した結果、モデルベースのベースラインと比較して着地誤差を最大50%低減し、投擲時間を最大30%短縮した。また、視覚観測に基づくポリシーも状態ベースのポリシーと同等の精度を達成した。

SceneBotは、参照モーションとリンクごとの接触ラベルで単一ポリシーを条件付けする統一的な人型モーショントラッキングフレームワークである。事後シーン再構成アプローチにより7.5時間の接触リッチな再構成データで訓練され、未見のモーションや環境に汎化し、自由空間と接触リッチな行動をシームレスに統合する最初の汎用フレームワークである。

本arXiv論文は、軌道上ロボット操作のために設計された再帰型フィデューシャルマーカーAstraTagを提案する。正方形スピドロンパターンと48ビットの符号化署名を用い、曲面の宇宙機表面上でFractal ArUcoやAprilTagよりも高い検出率を達成した。