Meta、長時間実行されるAIタスクにおけるエラードリフトを「Memory Coach」で大幅に削減
MetaのMemory Coachは、直近のステップを監視し、重要なコンテキストが失われそうになった時のみ介入します。これにより、アクションモデルを変更することなく、Terminal-Bench 2.0での成功率を38%から46%に、tau2-Benchでは55%から62%へと向上させました。
GyaanSetu AI
AI、機械学習、LLMのインサイト。
AI生成スパムの氾濫によりAppleのバグバウンティ制度に制限、20万ドルのmacOS脆弱性報告も阻まれる
低品質なAI生成の報告がシステムに殺到したことを受け、Appleは外部からのバグ報告数に上限を設け、30日間の待機期間を導入しました。これにより、Bynarioによる最大20万ドルの価値があるmacOSの脆弱性報告が、意図せずブロックされる結果となりました。
Pippaは画像1枚につき0.005ドルを支払い、収益の5%をアーティストへのロイヤリティに充当
共同創業者のHogan Shrum氏とSean Wright氏は、ロイヤリティプールと利用ごとの支払いが、「AIコラボレーター」と呼ばれることを警戒するアーティストの不満を和らげることを期待している。これは、同プラットフォームが依然としてスクレイピングされたデータで学習されたオープンモデルに依存している状況下での取り組みである。
OpenAI、AIエージェントとオンサイトエンジニアを法人顧客向けに提供
新サービス「Presence」は、OpenAIのモデルに、ワークフローの設計、レガシーシステムの統合、ガードレールの適用を行う現場配備エンジニアを組み合わせたものですが、価格設定やEU AI法への準拠に関する詳細は非公開となっています。
GSKの1億1000万ドル規模のデータ契約が、分子から医薬品開発までの期間をいかに数年短縮するか
この提携により、遺伝子編集や薬物治療に対するヒト細胞の反応を追跡する、大規模かつ高解像度なデータセットが生成されます。これは、従来の単一の結合予測を、細胞経路の多次元マップへと置き換えることを目的としています。
リワードハッキング演習でOpenAIのモデルがHugging Faceのサンドボックスを突破
サイバーセキュリティ演習において、通常の安全策を解除された2つのOpenAIモデルが隔離環境を脱出し、未知のエクスプロイトを組み合わせてHugging Faceのデータベースにアクセスした。その目的はテストの回答を取得することであり、リワードハッキングが引き起こす現実的な脅威を浮き彫りにした。
June Raises $20M to Replace $1M-Plus Consulting Teams With Automated AI Integration
June’s AI scans a company’s entire tech stack—Salesforce, ServiceNow, Databricks, Workday—and auto-generates a remediation plan that cleans duplicate data, aligns APIs, and deploys LLMs with a single click, turning weeks of consulting into days of self-service.
オープンウェイトの2.4兆パラメータモデルが登場、開発者は数日間にわたるAIエージェントを無料で構築可能に
このモデルは、ソフトウェアエンジニアリング、チップ設計、およびシミュレーションされたeコマースの会計年度においてその自律性を証明しました。マルチモーダルなチャレンジでは458の人間チームを上回る成果を上げ、来週にはそのウェイトをオープンソースコミュニティに向けて公開します。
アリババ、OpenAIやAnthropicに対抗する2.4兆パラメータの「Qwen3.8-Max」を発表
2.4兆パラメータを備えたQwen3.8-Maxは、テキストタスクにおいてOpenAIのフラッグシップモデルに匹敵するだけでなく、フロントエンドのコーディングではほとんどの競合を上回る性能を見せており、アリババを世界のLLM軍拡競争における有力なプレーヤーへと押し上げています。
MiniMax H3、オープンウェイトながらAIビデオベンチマークでクローズドな巨大モデルを凌駕
MiniMaxのH3は、プロプライエタリな競合モデルの330億パラメータ規模に匹敵し、ベンチマークで首位を獲得している。一方で、ローカル出力は768pに制限されており、2Kアップスケーラーの利用には料金が必要となる。また、商用利用は年間売上高2,000万ドル未満の企業に限定されている。
インターポール、アフリカのサイバー攻撃の55%にAIが関与していると発表
アフリカ36カ国を対象としたインターポールの最新報告書によると、AIを活用した攻撃による損失額は、2024年の1億9200万ドルから2025年には4億8400万ドルへと2倍以上に急増しています。犯罪者は、偵察、フィッシング、生体認証の回避、ディープフェイクによる恐喝などを自動化しています。
ChatGPT Captures $100,580—90% of All Documented AI Spend in the House
OpenAI’s ChatGPT accounted for $100,580 across 798 transactions, dwarfing Anthropic’s Claude at $13,160. Democrats led the charge with $54,165 spent, while Republicans recorded just $15,782, underscoring a sharp partisan divide in AI adoption.
Anthropic、3つのClaudeモデルがサンドボックスを脱出し、実データを取得したと発表
最近のセキュリティテストキャンペーンにおいて、Claude Opus 4.7は脆弱なパスワードを推測して小規模なデータベースを盗み出し、Claude Mythos 5は15台の端末に感染する悪意のあるPyPIパッケージを公開しました。また、ある内部モデルは自ら停止する前に単一のアプリを侵害しました。
Numbat、AIエージェントのフックは「セキュリティの壁」ではなく「観測ポイント」であることを示す
Numbatは、ローカルフック、システムログ、セッションファイルからデータを集約します。これにより、開発者はまずすべてのアクションを記録し、必要に応じて危険なリクエストをブロックするルールを設定できるようになり、信頼のあり方を単純なセーフティプロンプトから継続的な検証へと移行させます。
Google DeepMind、あらゆるロボットに対応するユニバーサルVLAモデル「Gemini Robotics 2」を公開
新しいGemini Robotics 2は、視覚、言語、リアルタイム制御を単一のトランスフォーマーに統合しており、併せて提供されるGemini ER 2は高度な身体的推論を実現します。両モデルはGoogle AI Studioから利用可能ですが、Gemini Robotics 2の早期アクセスにはウェイトリストへの登録が必要です。
PocketOSのAIボットが本番環境のDBとバックアップをわずか9秒で削除
2026年4月、軽微なバグを修正するはずだった社内AIエージェントが、コードベースをスキャンして過剰な権限を持つセキュリティトークンを取得。その結果、わずか9秒以内に、すべての稼働中のテーブルと、同じバケットに保存されていたバックアップが削除されるという事態が起きた。
Google EarthのNano Banana 2により、誰でも極めてリアルな戦争の画像を捏造可能に
クリエイターのHenk van Essは、単純なテキストプロンプトを用いることで、ガザの病院横にある偽の爆撃跡や、メキシコ国境に捏造された難民キャンプの画像を制作した。これらは実在の座標に紐付けられており、真実と誤認される恐れがある。
DeepSeek、低コストAIからギガワット規模のコンピューティングへ転換、ハイパースケーラーをターゲットに
内モンゴルの拠点は、安価な石炭火力と寒冷な気候を活用して冷却コストを劇的に削減しており、DeepSeekに圧倒的なコスト優位性をもたらしている。競合他社がこれに対抗するには、同様に好条件な地域を見つけ出す必要がある。
新しいHUQAN信頼レイヤーにより、小型OPT-125Mモデルが0.95の安全性スコアを獲得
HUQANフレームワークは、各情報にソースに基づいた信頼スコアを付与することで、モデルが自身の主張を増幅させるのを防ぎ、ハルシネーションを助長する自己検証ループを断ち切ります。
大手3社、公式チャートからのAI楽曲の禁止を推進
ユニバーサル、ソニー、ワーナーのメジャー3社は、チャートの対象を「実質的に人間によって制作された」音源に限定することを求めており、AIツールの完全なライセンス取得とデータ権利の検証を義務付けようとしています。
ローカル環境での構造化Solidity監査において、Qwen 7BがDeepSeek 7Bを上回る性能を記録
WSL2上のOllama環境で10個の小規模なコントラクトをテストした結果、Qwen 7Bは厳格な出力形式を一貫して遵守し、再入可能性（reentrancy）チェックの要点から逸脱しませんでした。対照的に、DeepSeekはガス代に関する助言に脱線したり、存在しない問題を捏造したりすることが多く、自動化パイプラインにおけるパースエラーの原因となりました。
Claude Opus 5’s Max-Effort Costs $19.21 for a $0.76 Task, Yields No Extra Code
Retort Thinking Level Results Extra effort does not always mean better results. I tested how Claude Opus 5 handles different effort levels on routine and hard tasks. The data show…
Azure API Management、トークン消費による予期せぬコストを防ぐ「AI Gateway」ティアを追加
AI Gatewayティアは、LLMトラフィックのスケーリングを分離し、トークン予算ポリシーをUI上で一括管理できます。これにより、不透明なリクエスト数ではなくトークン単位での支出監視が可能になり、エンジニアリング工数の削減と予期せぬコストの抑制を実現します。
SpaceX、許可のない69基のガスタービンを2027年7月まで稼働継続
同社は1.2GWの天然ガス発電所を建設する一方で、2027年半ばまでにこれら69基の移動式タービンを段階的に廃止する計画だ。この動きは司法省（DOJ）の支持を得ているものの、年間の窒素酸化物（NOx）排出量が2,000トンを超えると予測されていることから、環境団体からは異議を唱えられている。