Anthropicは、AI研究者を密かに妨害する方針を撤回したが、別の論争点は続いている。

Deezerは、他のストリーミングプラットフォームのプレイリストをスキャンしてAI生成音楽を検出できるようになりました。Deezerは大手ストリーミングサービスの中で初めてAI生成音楽にラベルを付け始め、その技術を他のプラットフォームにも提供しましたが、多くの買い手はいなかったようです。今回、Deezerは直接一般向けに検出ツールを提供します。

SynopsuleはMacとiPhoneで完全にローカル動作するAI会議文字起こしツールです。Whisperモデルを使用して録音、文字起こし、話者識別をデバイス上で実行し、クラウドへのアップロードやアカウント作成は不要。買い切り1.99ドル。

AEVSは、AIエージェントのツール呼び出しを記録し、改ざん防止の実行レシートを生成するドロップインSDKです。チャット履歴や脆弱なログに頼らず、エージェントが実際に実行したことを検証できます。

asyncinject 0.7 がリリースされました。このライブラリは asyncio 依存性注入をサポートします。Claude Fable 5 が依存関係のバグを検出し、自動で修正しました。

Cloudskill は AI スキルを管理するプラットフォームであり、散在するスキルファイルをバージョン管理、個人ごとのアクセスポリシー、完全な監査ログを備えた管理カタログに変換します。Claude、Cursor、Copilot などのエージェントを統合し、すべての変更がレビューおよび承認されることで、スキルの安全性と一貫性を保ちます。

Anthropicは、Claude Fable/MythosにおけるフロンティアLLM開発リクエストを対象とした不可視の保護措置を撤回した。今後、フラグが立てられたリクエストはOpus 4.8に可視的にフォールバックされ、拒否理由が返される。

Sarah Guoによるオープンモデル、モデルラボとエージェントラボの違い、訓練不可能な価値についての深いエッセイを振り返ります。また、AnthropicのFable/Mythos展開と信頼の反発、Fable 5のベンチマーク強度、GoogleのDiffusionGemmaリリース、エージェントツールの進展、そして最適化や検索、科学モデリングの技術アップデートをカバーします。

本稿では、AIがソフトウェアエンジニアの大量解雇を引き起こしたというナラティブをデータとケーススタディで反論する。AIによる解雇とされるものは財務上の理由による「AIウォッシング」であることが多く、実際の雇用データは、AIが「実行」層を圧縮しても「意思決定」と「提供」層は人間に依存することを示している。「決定-実行-提供サンドイッチ」モデルを提示し、これらのボトルネックはAIの能力向上だけでは解消されないと論じる。

フロンティアチームはAIを使ってコードを速く書くだけでなく、ソフトウェアの構築方法そのものを再設計している。その結果、4.5倍、場合によっては10倍以上の生産性向上を実現している。この記事では、Amazon Bedrock、Prime Videoなどの事例を通じて、フロンティアチームになるための5つの実践を明らかにし、ツールよりもワークフローの変革が重要であることを強調している。

OllamaのMLXエンジンがアップデートされ、Apple Silicon上でこれまでで最高のパフォーマンスを発揮します。AppleのユニファイドメモリとMetalバックエンドのMLXフレームワークをより活用することで、モデルは高品質な応答を出力し、より高速に応答し、メモリ使用量を削減します。NVFP4フォーマットのサポート、最大20%の出力速度向上、エージェントワークフロー向けのスナップショットシステムを導入。

本記事は PyTorch プロファイリングシリーズの第2部であり、nn.Linear レイヤーの内部機構（転置操作、バイアス融合エピローグ技術、torch.compile の影響）を掘り下げます。その後、GeGLU 活性化関数を含む多層パーセプトロン (MLP) のパフォーマンス特性を解析し、GPU カーネルのスケジューリングと実行を示します。

天体物理学者Chi-kwan ChanがCodexを使ってブラックホールシミュレーションを構築し、極端な物理学の研究やアインシュタインの一般相対性理論の検証に役立てている方法をご紹介します。

OpenAIは、安全で永続的なクラウド環境をCodexに統合し、エンタープライズワークフローでの長時間稼働AIエージェントを実現するため、Onaを買収する計画を発表しました。

BBVAはChatGPT Enterpriseを10万人の従業員に展開し、OpenAIと提携して世界中のAI駆動の銀行変革を加速しています。

OpenAIはEUのAIコンテンツ透明性に関する行動規範を支持し、AI生成コンテンツの理解を助けるための出典基準とツールを推進しています。

datasette-agent 0.2a0 では、ツールが実行中にユーザーに質問できる機能と、SQLクエリを保存する新しいツールが導入されました。これらの機能は新しいLLMフレームワークによって実現されています。

このチュートリアルでは、Microsoft SkillOptの完全なワークフローを実装します。環境設定、ベースライン評価、ロールアウト・リフレクション・集約・選択・更新・検証ゲーティングを含む最適化ループ、トレーニング履歴の可視化、最終的なスキル比較を行います。最終的にデプロイ可能な最適化スキルファイルが得られ、精度の向上が示されます。

PixelForgeは、写真をアップロードするだけで、認識可能なRPGキャラクターの4方向スプライトパック（4x4シート、16枚の透明PNG、歩行GIF）を生成するAIツールです。GodotやUnityなどのゲームエンジンに対応。一度の支払い5ドルで、アカウントもサブスクリプションも不要。ベルナール・フアン氏が開発し、Product Huntでローンチされました。

Googleは、Apache 2ライセンスのオープンウェイトモデルDiffusionGemmaを公開しました。NVIDIAのNIMクラウドAPIで無料利用可能で、500トークン/秒以上の高速生成を実現します。

Oracle Cloudの顧客は、既存のクラウドコミットメントを利用してOpenAIモデルとCodexにアクセスし、エンタープライズセキュリティとガバナンスのもとでAIを構築・展開できます。

Anthropicは2つの新モデルClaude Mythos 5とClaude Fable 5を発表。コーディング能力は大幅に向上したが、画像理解の進歩は限定的。テストではFable 5とGPT-5.5が昨年のトップモデルを悩ませた多くの画像問題を解決できるものの、幾何学的推論は幼児並みであり、汎用AIへの道のりはまだ遠い。

Googleは260億パラメータのDiffusionGemmaを公開。拡散方式でテキストを生成し、H100 GPUで毎秒1,000トークンと従来の4倍の速度だが、品質は低く実験的。

ロボタクシーサービスが世界中で拡大する中、NVIDIAはHalos OSを発表。これは、認定済みOS、標準化されたインターフェース、AIガードレール、検証フレームワークを統合した包括的な安全システムで、自動運転車の基盤に安全性を組み込むことを目指します。

DiffusionGemmaはGoogle DeepMindが開発した実験的なオープンテキスト生成モデルで、標準的な自己回帰デコードの代わりにテキスト拡散を採用し、専用GPU上で最大4倍の生成速度を実現します。26BパラメータのMoEモデル（推論時は3.8Bのみ活性化）で、Gemma 4をベースに構築され、マルチモーダル入力（テキスト、画像、動画）をサポートし、256Kのコンテキストウィンドウ、140以上の言語に対応、Apache 2.0ライセンスで公開されています。

Anthropicが最も強力なAIモデルClaude Fable 5を公開したが、「ミトコンドリアとは何か」などの基本的な生物学の質問に答えることを拒否する。これは生物兵器への悪用を防ぐための安全対策であり、Anthopicは過剰だが安全な展開に必要だと説明している。

サム・アルトマン氏は従業員に対し、OpenAIのIPOを「1年以内」に期待していると語ったが、2027年までの遅延もあり得る。同氏はこれを自己改善型AIへの慎重さと説明するが、実際の理由はAnthropicの好調な成長と差し迫ったIPOにある可能性がある。

全米の大学卒業式でAIを宣伝するスピーカーに学生がブーイングを浴びせる現象が起きている。マイクロソフトの副会長兼社長ブラッド・スミスは長文のブログで、「警鐘」と受け止め、対話を呼びかけた。しかし、内容はブーイングを招いた主張と大差なく、テクノロジー企業への信頼が問われている。

The Vergeのニュースレター「Regulator」が、混沌としたワシントンの政治情勢に戻ってきました。ワシントンAIネットワークのガラ、教皇レオ14世のAIに関する回勅、そしてトランプ政権下でのAI規制の予測不可能性を取り上げています。この記事は、AIが有権者の重要な問題になりつつある中、業界が党派政治と中間選挙にどう対応すべきかというジレンマを浮き彫りにしています。

Google ResearchはAISTATS 2026で正則化fダイバージェンスカーネル検定を発表。アンラーニング済みモデルを再訓練済みのゴールドスタンダードと元の侵害モデルの両方と比較する相対距離テストにより、誤検知を減らし、必要なサンプル数を大幅に削減する。