本文にスキップ
AI News HubLIVE

今回の厳選ニュース

モデル

Meta、最小かつ最高効率のモデル「Muse Ember」を発表

  • Muse EmberはMetaの最小かつ最高効率のモデルで、ツール呼び出しやコーディングサブタスク、ルーティング、抽出、長文書解析などエージェントの反復作業向けに設計。
  • 短いプロンプトではGPT-6 LunaおよびClaude Haiku 5.5と同価格:入力$0.10/百万トークン、出力$0.50/百万トークン。
Simon Willison's Weblogサイト内本文Meta、最小かつ最高効率のモデル「Muse Ember」を発表

評価者を評価する:パーソナライズされた文章スタイル評価のためのLLM審査モデルの検討

  • LLM審査品質はMMLUで測る汎用能力と弱い相関(Pearson ρ≤0.2)しかない。
  • ペア比較は独立採点よりもLLM評価者を一貫させ、性能を高める。
Apple Machine Learning Researchサイト内本文評価者を評価する:パーソナライズされた文章スタイル評価のためのLLM審査モデルの検討

llm-anthropic 0.31 リリース、Fable 5.2 と Mythos 5.2 に対応

  • llm-anthropic 0.31 が claude-fable-5.2 と claude-mythos-5.2 に対応
  • low、medium、high、xhigh、max の5段階すべてでペリカン SVG を生成し、xhigh が最良の結果
Simon Willison's Weblogサイト内本文llm-anthropic 0.31 リリース、Fable 5.2 と Mythos 5.2 に対応
Agent

AWS で Claude Fable 5.2 を提供開始:技術ワークロード向けの最上位汎用モデル

  • Claude Fable 5.2 は、コーディング・数学・科学分野で Anthropic 史上最も高性能な一般提供モデル。
  • 曖昧で多段階の作業を処理し、自己検証と反復を行い、数時間から数日間の無人実行が可能。
AWS Machine Learning Blogサイト内本文AWS で Claude Fable 5.2 を提供開始:技術ワークロード向けの最上位汎用モデル

GoogleとAdobeが提携拡大、クリエイティブ・生産性ツールを日常アプリに統合

  • Google DriveとGmailでAdobe Acrobatが推奨アプリとして表示され、ファイルプレビューに「Edit with」入口が追加される予定。
  • AdobeはGeminiとGemini EnterpriseのコネクタをAcrobatやクリエイティブツールで拡張し、Google検索のAIモードにもクリエイティブツールを提供する。
Google AI Blogサイト内本文GoogleとAdobeが提携拡大、クリエイティブ・生産性ツールを日常アプリに統合

CogentとOpenAI、企業向けサイバー防御ファクトリーを構築

  • CogentのCyber Defense FactoriesはGPT-6.1 Sol、GPT-5.6、GPT-6 Astraを活用し、企業コンテキストを組み合わせて脆弱性修復を自動化。
  • 平均修復時間を75%短縮し、脆弱性トリアージのスループットを5倍に向上。
OpenAI Newsサイト内本文CogentとOpenAI、企業向けサイバー防御ファクトリーを構築

プロフェッショナルな仕事にはプロフェッショナルなツールを。AWS Quick の登場

  • AWS Quick は旧 Amazon Quick で、コンシューマー版が存在しない仕事専用の AI ワークスペースです。
  • 初のブランドキャンペーンは米国と英国で、ストリーミング TV、オンラインビデオ、ソーシャルメディア、大手ビジネス誌を通じて展開されます。
AWS Machine Learning Blogサイト内本文プロフェッショナルな仕事にはプロフェッショナルなツールを。AWS Quick の登場

評価駆動開発とは?AIエージェントを改善する方法

  • EDDは、一貫した指標でパフォーマンスを測定しながらエージェントを構築し、評価に向かって改善を続ける。
  • 最初に、エージェントがすべきこと、すべきでないこと、維持すべき機能を短い仕様にまとめる。
LangChain Blogサイト内本文評価駆動開発とは?AIエージェントを改善する方法
研究

教育におけるAIガイダンスのギャップを埋める

  • 79%の生徒が宿題にAIを使用しているが、使い方を教えられたのは47%のみで、ガイダンスのギャップが明らかに。
  • AIの能力が高まるほど、教師の役割はより重要になる。
OpenAI Newsサイト内本文教育におけるAIガイダンスのギャップを埋める

評価可能性の理論に向けて:テストデータが訓練に使われた場合のブラックボックスモデル評価の新枠組み

  • テストセット留保の仮定なしに評価可能性を形式化
  • 出力のみのアクセスでは、正確な評価が可能な分布を完全に特徴づけ
Apple Machine Learning Researchサイト内本文評価可能性の理論に向けて:テストデータが訓練に使われた場合のブラックボックスモデル評価の新枠組み

今回の厳選記事はここまでです。

リーディングリスト
その他の更新(11件)
Agent

Google Cloud、医療向けGeminiを発表

Google Cloudは医療向けGeminiを発表し、臨床データの統合とワークフローの自動化を目指す。事務負担の軽減を狙い、HCA Healthcare、Highmark Health、Northwell Healthなどのパートナーとともにプレビュー版を提供開始する。

Google AI Blogサイト内本文Google Cloud、医療向けGeminiを発表

AWS Quick におけるスキルとエージェントの仕組み

AWS Quick では、エージェントとスキルを使って繰り返し作業をコード化できる。エージェントは指示に従い、必要なスキルを読み込み、コネクタ経由で行動し、スペースやナレッジベース、データセット、ダッシュボードに基づいて回答する。スキルは Agent Skills 仕様に従い、段階的開示で読み込まれる。チャットで作成し、公開・共有できる。

AWS Machine Learning Blogサイト内本文AWS Quick におけるスキルとエージェントの仕組み

プラガブル・エージェンティックAIフレームワーク:Amazon Bedrock AgentCore上の7層構成可能なエンタープライズ・エージェンティックAIリファレンスアーキテクチャ

本記事は、エンタープライズ・エージェンティックAIをプロトタイプから本番環境へ移行するための7層の構成可能なリファレンスアーキテクチャを紹介します。各層には安定した契約があり、スタック全体を再設計することなく任意の層で技術を交換できます。

AWS Machine Learning Blogサイト内本文プラガブル・エージェンティックAIフレームワーク:Amazon Bedrock AgentCore上の7層構成可能なエンタープライズ・エージェンティックAIリファレンスアーキテクチャ

ChatGPT EnterpriseがAWS Marketplaceで利用可能に

OpenAIはChatGPT EnterpriseをAWS Marketplaceで提供開始。企業は既存のAWS購買・請求関係を通じて調達を簡素化し、対象支出をAWSコミットメントに充当できる。

OpenAI Newsサイト内本文ChatGPT EnterpriseがAWS Marketplaceで利用可能に

CrossnoKayeがAmazon Bedrock AgentCoreで物理AIをどのように根拠づけるか

CrossnoKayeはATLASプラットフォームとAURAエージェントシステムをAWS上に構築し、Amazon Bedrock AgentCoreのコードインタープリタを使用して隔離されたサンドボックスでPythonを実行することで、AI推論をライブのプラントデータに基づかせ、プラントエンジニアに検証可能で数学的に裏付けられた回答を提供します。

AWS Machine Learning Blogサイト内本文CrossnoKayeがAmazon Bedrock AgentCoreで物理AIをどのように根拠づけるか

Genie OneでSendosoギフトを活用し、購買シグナルをパイプラインに変換

Databricksのブログは、SendosoのMCPサーバーがGenie Oneと統合され、ビジネスチームが自社データのインテントシグナルを基に、1回の会話でギフトのプレビューと承認を完了できるようになり、購買シグナルをパイプラインに変換する方法を説明しています。

Databricks Blogサイト内本文Genie OneでSendosoギフトを活用し、購買シグナルをパイプラインに変換
ツール

介護者が日常生活でAIを活用できるよう支援

OpenAI AcademyはCaregiver Action Network、アルツハイマー協会、アメリカ糖尿病協会と協力し、米国5都市で介護者向けの無料ハンズオンChatGPTワークショップを開催します。

OpenAI Newsサイト内本文介護者が日常生活でAIを活用できるよう支援

Claude Fable 5.2のプロンプト引用:コード所有権の伝え方

Anthropicのドキュメントによると、Claude Fable 5.2にコードベースの所有権を明示すると、重複コードを統合する傾向がテストで10%未満から約50%に大幅に向上しました。

Simon Willison's Weblogサイト内本文Claude Fable 5.2のプロンプト引用:コード所有権の伝え方

ヨンカーズ・ライズ

Simon Willison は Claude Fable 5.2 を使い、ヨンカーズ市の境界を巨大メカとして立ち上がらせ、マンハッタン、ブルックリン、クイーンズ、ブロンクスを踏み歩かせる Three.js の 3D アニメーションを制作した。

Simon Willison's Weblogサイト内本文ヨンカーズ・ライズ
研究

フロンティアでの仕事:AIがフリーランスワークに与える影響

OpenAIとUpworkの新調査により、フリーランスサービスへの需要の変化、新たなスキルの組み合わせ、AI関連プロジェクトの予算増加が明らかになった。

OpenAI Newsサイト内本文フロンティアでの仕事:AIがフリーランスワークに与える影響

ゲーティングの重要性について:状態空間モデルにおける記憶と文脈内学習

本研究は、状態空間モデルのゲーティング機構が、重み内の記憶解を優先的に学習させ、アーキテクチャ上の制限がない場合でも正しい文脈内学習への収束を遅らせるか妨げることを理論と実験で示す。一方、ゲーティングは長い系列長への汎化を改善するのにしばしば有益である。

Apple Machine Learning Researchサイト内本文ゲーティングの重要性について:状態空間モデルにおける記憶と文脈内学習