エージェント&モデルリリース
Inkling 2 Mini公開. Thinking Machinesは、オープンウェイトの26.4Bループ型Transformer「Inkling 2 Mini」を公開した。トークンごとに中間層を3回再利用する設計で、チェックポイントは約20GBに収まる。32GBのMacやDGX Sparkで動作し、DeepSWEやVals Index v2.2といったエージェント型コーディングのベンチマークで高いスコアを出す。
GPT-Live-1.1音声対応. OpenAIはAPIにGPT-Live-1.1を追加した。多言語の全二重音声会話に対応し、アクセントとタスク完了性能が改善している。待機中のアイドル時間は1分あたり$0.02で課金され、アクティブセッションより60%安い。
Basetenの判断モデル. Basetenは、Gemma 4を基にしたオープンウェイトの判断モデル「bison-1」「groundhog-1」を公開した。はい/いいえ、選択肢、スコアの各質問に対して較正済みの確率を返す。bison-1はArtificial Analysis Decision Index v2.1で首位に立ち、ルーティング、トリアージ、ガードレール向けに128kトークンのコンテキストに対応する。
SMS常駐AIエージェント. TechCrunchは、SMSやテキストメッセージ上で動くエージェントの広がりを紹介した。Ask ProxyやInstinctは、専用アプリなしで予約の調整やメール送信、アプリ連携ができる。記事は汎用のパーソナルアシスタントに加え、家族、旅行、仕事に特化したエージェントにも注目している。
研究・検証
TensorLeanでGPUカーネル検証. コロンビア大学とCertiKの研究者は、GPUカーネルをPTXレベルでテンソル仕様に対して形式検証するLeanベースのフレームワーク「TensorLean」を発表した。149個のカーネルインスタンスのうち83個を正しいと証明し、FlashAttention-2/3/4とDeepGEMMで38件のバグを発見した。17,760回のテスト実行でも見逃されたFlashAttention-4のデータ競合も含む。
巨大コンテキストは過剰か. Nvidiaの研究者は、巨大なコンテキストウィンドウは高コストで不要なことが多く、定期的な要約と的を絞った参照で多くのテストではほぼ同等の性能が得られると主張している。論文は、現在の100万トークン級のウィンドウと、より選択的な手法を比較している。
リーマン予想証明競争. Anthropicの数学者Levent Alpöge氏とClaudeは、一般化リーマン予想のLean形式証明を公開した。一方、スタンフォード大学のAlessandro Masullo氏は数時間のうちに、人間だけが書いた940ページの草稿を独自に発表した。AI支援による証明のLeanコードは約25万ページ相当で、検証には数年かかるとみられる。
Bytedance、学習パイプラインに疑問. Bytedanceと米大学の研究者は、AIエージェント向けの入れ子状の多段階学習パイプラインは過度に複雑で再現しにくく、3ステップで十分だと主張している。競争力のあるオープンモデルでこれを裏付けた。
ツール・フレームワーク
ナレッジファクトリー構想. LangChainは、エージェントが再利用できる企業固有の業務知識を収集・整理・維持する「ナレッジファクトリー」という手法を説明している。タスクごとのコンテキストとは別物だ。同社ではGTMやコンテンツスタジオ向けのエージェント、LangSmith Engineに社内利用している。
GPT-6.2プロンプト雛形. OpenAIはGPT-6.2 AstraとSol向けに新しいシステムプロンプトのテンプレートを公開した。回答が短すぎることや不要な確認質問を抑える狙いで、モデルが文脈を前提とし、既存コードを再利用するよう推奨している。APIの変更点として、会話履歴を編集すると以前の推論が破棄されるようになったほか、temperature/top_pが廃止された。
業界・ビジネス
NvidiaとAI株売り. Nvidiaは大幅な増収を報告したが、SECによる会計審査の報道を受けて金曜日に株価が14%急落した。中国ではH200チップの販売を停止する。AIインフラ構築への疑問と高いバリュエーションを背景に、ナスダック100は週間で10.4%下落し、新型コロナ以降で最悪となった。
Anthropic上場後の圧力. Anthropicはナスダックに上場し、安全第一の使命と株主の要求の間で板挟みになっている。約9000億ドルと見込まれる計算コストも抱える。The Vergeの議論は、上場企業となった同社が安全を優先し続けられるかを検証している。
政策・プライバシー
Signal対AIスクショ. Signalは、モバイルでのスクリーンショットをデフォルトで制限する。Meredith Whittaker氏が「存亡に関わる脅威」と呼ぶ、画面を走査して機密データを取得できるOSレベルのエージェント型AIへの対抗措置だ。ユーザーは設定を無効にできるが、同氏はそれではプライバシー保証が崩れると指摘する。
国連の殺傷ロボット規制. 国連の外交官らは、自律型兵器に関する拘束力のある規則で合意できなかった。合意したのは選択肢の議論を始めることだけで、将来の規制の一部を任意にできる余地も残した。赤十字などは1年以内に法的拘束力のある規則を求めていた。
今日はこれで全て – 約5分の読み物です。