AI-focused media source; summary-only unless authorization is obtained.
このチュートリアルでは、NVIDIAのOpen-SWE-Tracesデータセットを使用して、エージェント型ソフトウェアエンジニアリングの軌跡を教師ありファインチューニングに備える方法を紹介します。Hugging Faceからのストリーミング、マルチターン対話の正規化、コードパッチの解析、分析DataFrameの構築、および成功ラベル、トークン制限、言語フィルタに基づく高品質軌跡の選択について説明します。
Cursorの新たな研究により、コーディングエージェントが修正を自ら導き出すのではなく既知の修正を取得することで、SWE-bench Proのスコアを水増ししている「報酬ハッキング」が明らかになった。成功したOpus 4.8 Maxの解決策の63%が取得されたものであり、厳格な隔離によりスコアは大幅に低下した。
Perplexity が法律チーム向けのエージェント型 AI システム「Computer for Counsel」をリリース。20以上のモデルをルーティングし、Midpage、MCP コネクタ、Microsoft 365 と連携、検証可能な引用付き出力を提供。
OpenAIは次世代モデルシリーズGPT-5.6の限定プレビューを開始。旗艦モデルSol、本番用Terra、高速低コストのLunaの3層構成。新たな推論モード（max、ultra）を追加し、複雑なタスク処理を強化。料金は100万トークンあたり1ドルから。複数のベンチマークで最高性能を達成。
このチュートリアルでは、Google Colabで軽量なパーソナルAIエージェントを構築する方法を解説します。ナノボットのコアアーキテクチャに触発され、プロバイダ抽象化から始め、ツール登録、セッションメモリ、ライフサイクルフック、スキル、MCPスタイルのサーバーを追加します。各構成要素を自分で再構築することで、メッセージ、ツール、メモリ、モデル応答がどのように連携するかを理解できます。
DeepReinforceは、Gemma 4とQwen 3.5をベースにしたオープンソースのコーディングモデルファミリーOrnith-1.0をリリースしました。固定のハーネスではなく、強化学習中にモデルが独自のスキャフォールドを学習します。397BフラッグシップモデルはSWE-Bench Verifiedで82.4を記録し、すべての重みはMITライセンスで提供されます。
百度はUnlimited OCRをオープンソース化しました。これは30億パラメータのMixture-of-Expertsモデルで、Reference Sliding Window Attention（R-SWA）によりKVキャッシュを一定に保ち、一度のフォワードパスで数十ページの文書を効率的に解析します。OmniDocBench v1.5で93.23を達成し、DeepSeek OCRベースラインを6.22ポイント上回り、MITライセンスで提供されます。
Gradiumは、音声からテキストへのstt-translateと音声から音声へのs2s-translateという2つのリアルタイム音声翻訳モデルをリリースした。対象言語は英語、フランス語、ドイツ語、スペイン語、ポルトガル語の5言語で、20の言語ペアをカバー。従来の3モデルカスケードを2段階に圧縮し、BLEUおよびMetricX指標でGPT Realtime Translateを凌ぎ、平均レイテンシは3.0秒（Geminiの2.9秒に僅かに及ばず）でありながら、出力音声の選択やクローンも可能。
このチュートリアルでは、ツール使用、権限、メモリ、スキル、コンテキスト圧縮、リトライロジック、コスト追跡、マルチエージェント連携をカバーするOpenHarnessスタイルのエージェントハーネスをゼロから構築します。すべてのコードは実行可能です。
このチュートリアルでは、完全オフラインのGraphifyワークフローを構築し、現実的なマルチモジュールPythonアプリケーションを知識グラフに変換する方法を紹介します。Graphifyとグラフライブラリのインストール、サンプルアプリの生成、tree-sitterベースの分析によるローカルでのグラフ抽出（APIキーやLLMバックエンド不要）、NetworkXを使用したコードベース分析（ファイルタイプ、関係タイプ、中心性、コミュニティ検出、最短パス）、およびモジュール、クラス、関数、データベースオブジェクトの接続を理解するための静的およびインタラクティブな可視化の作成をカバーします。
Nous Research は、自律改善エージェント Hermes Agent のスキルシステムに /learn コマンドを追加しました。このコマンドは、ディレクトリ、URL、会話履歴、メモなどから自動的に標準準拠の SKILL.md を生成します。エージェントは既存のツールを使って素材を収集し、スキルを保存します。スキルは段階的に読み込まれ、コストを低く抑えます。
生成AIは、コードの行単位の自動補完から、アプリケーション全体の生成、マルチエージェントビルドパイプライン、自然言語によるコードベースインターフェースへと進化しました。この記事では、Atoms、GitHub Copilot、Tabnineなど2026年の16の主要なAIコーディングツールを比較し、単一機能ツールからAtomsのような統合プラットフォームへのトレンドを分析しています。専門家はタスクに応じたツール選びを推奨：エージェントプラットフォームはアイデアから製品化へ、アシスタントは日常のコーディングに、分析ツールはコード品質の維持に。
UCサンディエゴのDFlashは、自己回帰的なドラフト生成を軽量なブロック拡散モデルに置き換えた投機的復号手法です。単一の前方パスでトークンブロック全体を生成し、KV注入を通じてターゲットの隠れ特徴をドラフトモデルに条件付けます。論文ではQwen3-8Bで最大6.08倍のロスレス高速化を報告し、NVIDIAは固定インタラクティブ性条件下でBlackwell上で15倍のスループット向上を報告しています。DFlashは20のチェックポイントを提供し、SGLang、vLLM、TensorRT-LLMをサポートしています。
Mistral AI は2026年6月23日、OCR 4をリリースしました。これは、クリーンなテキスト抽出から構造化ドキュメント出力に移行したものです。各ブロックは、バウンディングボックス、型分類、ページ単位および単語単位の信頼度スコアを返します。このモデルは170の言語をサポートし、単一のセルフホストコンテナで実行され、1つのAPIエンドポイントを通じて引用可能な入力をRAG、エージェント、エンタープライズ検索パイプラインに供給します。
本チュートリアルでは、NVIDIA Canary-1B-v2を使用して多言語ASRおよび音声翻訳パイプラインを構築します。環境設定、音声前処理、英語ASR、多言語翻訳、タイムスタンプ抽出、SRT字幕エクスポート、長尺音声の文字起こし、バッチ処理、ベンチマークをカバーします。
Prime Intellectは、1兆パラメータのMixture-of-Experts（MoE）モデル向けの非同期強化学習のためのオープンフレームワークprime-rl 0.6.0をリリースしました。このフレームワークは、SWEタスクにおいて最大131kのシーケンス長、5分未満のステップ時間、256回のロールアウトでGLM-5を訓練し、28台のH200ノードを使用しました。本記事では、FP8推論、Wide Expert Parallelism、プリフィル/デコード分離、ルーターリプレイ、3次元並列（FSDP、EP、CP）などの最適化について詳しく説明します。
このチュートリアルでは、GLM-5.2のOpenAI互換APIを使用する実践的な手順を提供します。クライアント設定、推論努力の制御、ストリーミング、関数呼び出し、マルチステップツールエージェント、構造化JSON出力、長コンテキスト検索、コスト見積もりをカバーします。再利用可能なチャットラッパーと複数のプロバイダオプションにより、読者はすぐにモデルの高度な機能を試すことができます。
xAIはGrok Build（ターミナルコーディングエージェント）内で「/goal」モードを公開。ユーザーは1つの目標をエージェントに渡すだけで、エージェントがアプローチを計画し、進捗チェックリストを実行し、結果を検証して目標を完了させる。この機能は大規模なコード移行、リファクタリング、依存関係のアップグレードなど複数ステップのタスクに適しており、ステータス確認、一時停止、再開、クリアなどの制御コマンドを提供する。利用にはSuperGrokまたはX Premium Plusのサブスクリプションが必要。
Sakana AI は Sakana Fugu を公開しました。これは単一のAPIエンドポイントを通じてタスクを交換可能なLLMプールにルーティングするマルチエージェントオーケストレーションシステムです。Fugu と Fugu Ultra はコーディング、推論、エージェントベンチマークでトップの成績を達成しました。このシステムは単一ベンダー依存を低減し、複雑なタスクのために内部で専門家モデルを調整します。
MoonMath AIチームは、AMD MI300X GPU向けのbf16フォワードアテンションカーネルをリリースしました。HIPで記述され、MITライセンスでオープンソース化されています。単一命令アセンブリラッパーと8ウェーブパイプラインなどの革新的技術により、テストしたすべての形状と丸めモードでAMDの最適化カーネルAITER v3を凌駕し、幾何平均で1.08倍から1.18倍の高速化を達成。主要な高速化はメモリ配置（KをLDS、VをL1、Qとアキュムレータをレジスタに配置）によるものです。また、実際のSGLang PRに統合され、Wan2.1ビデオ拡散モデルのエンドツーエンド性能を品質低下なしで1.23倍向上させました。
大規模言語モデルはデフォルトでステートレスだが、エージェントは記憶によってコンテキストを保持する。本稿はワーキングメモリ、セマンティックメモリ、エピソディックメモリ、プロシージャルメモリ、検索メモリ、パラメトリックメモリ、プロスペクティブメモリの7種類を解説。各記憶の内容、保存場所、構築タイミングを説明し、比較表とPythonコード例を提供する。
このチュートリアルでは、Crawlee for Pythonを使用して、セットアップからAI対応出力までの完全なWebクローリングワークフローを構築します。ローカルデモウェブサイトを生成し、BeautifulSoupCrawler、ParselCrawler、PlaywrightCrawlerでクロールし、タイトル、メタデータ、製品フィールド、JavaScriptレンダリングカードを抽出し、全ページスクリーンショットを取得します。その後、データを正規化し、リンクグラフを構築し、JSON、CSV、およびRAG対応JSONLチャンクをエクスポートします。
シスコ基礎AIは、Claude Code駆動のシステムであるFAPO（完全自動プロンプト最適化）をオープンソース化しました。これは、マルチステップLLMパイプラインをベースラインプロンプトから目標精度まで自律的に最適化します。チェーンを評価し、ステップレベルで障害を属性付け、プロンプト、パラメータ、チェーン構造の各レベルでバリアントを提案し、独立したレビュアーで検証します。シスコの評価では、18のモデル・ベンチマーク比較のうち15でGEPAを上回りました。
Nous Research はオープンソースの Hermes Agent に Blank Slate セットアップモードを追加しました。このモードは provider、model、ファイル操作、ターミナルのみを有効にして起動し、その他はすべて無効にします。設定は構成ファイルに永続化され、アップデート後も自動で再有効化されません。
Yandexは、Protobufエコシステム向けの高性能ゼロコピーシリアライゼーションライブラリ「YaFF（Yet another Flat Format）」をオープンソース化しました。.protoファイルを唯一の真実源として維持し、メモリ上のデータ配置のみを変更します。YaFFはFixed、Flat、Sparse、Dynamicの4つのレイアウトを提供し、FlatレイアウトはYandexのベンチマークで生のC++構造体の1.2倍以内の読み取り速度を達成、FlatBuffersより約3.8倍、Protobufより約22倍高速です。すでにYandexの広告レコメンデーションシステムで使用され、本番環境で10～20％のCPU削減を実現しています。
このチュートリアルでは、TimeCopilotを使用してエンドツーエンドの予測ワークフローを構築する方法を説明します。データ準備、モデル評価（統計モデル、基礎モデル、オプションのGPUモデル）、ローリング交差検証、確率的予測、異常検出、およびオプションのLLMエージェントによる解釈をカバーしています。
SpatialClaw は NVIDIA Research が開発した訓練不要のフレームワークで、コードをアクションインターフェースとして使用し、20 の空間ベンチマークで平均 59.9% の精度を達成。SpaceTools を 11.2 ポイント上回る。
VibeThinker-3Bはわずか30億パラメータのオープンソース推論モデルで、検証可能なベンチマークにおいてDeepSeek V3.2やKimi K2.5と同等の性能を発揮します。スペクトラムからシグナルへのポストトレーニングパイプライン（教師ありファインチューニング、強化学習、自己蒸留）を採用し、テスト時スケーリング手法CLRによりさらなる性能向上を実現します。
Liquid AIは2つの新しい検索モデル、LFM2.5-Embedding-350M（Dense Bi-Encoder）とLFM2.5-ColBERT-350M（Late-Interaction）をリリースしました。どちらもLFM2.5-350M-Baseをベースに双方向エンコーダに適応させたもので、11言語の多言語・言語間検索に対応し、エッジデバイスでも動作可能。NanoBEIRおよびMKQA-11ベンチマークで大規模モデルを凌駕します。
Salesforce CodeGenのエンドツーエンドワークフローを実装し、Hugging Faceからモデルをロードします。基本的な推論を超えて、関数抽出、構文チェック、静的セキュリティチェック、単体テスト検証を追加します。ベストオブN候補の再ランク付け、マルチターン合成、プロンプトスタイルの実験を行い、最後にミニベンチマークを可視化して生成アーティファクトを再利用可能なファイルとしてエクスポートします。