2026年10月4日(日)

12件
The Verge TOP 90

OpenAI安全部門の元従業員が警鐘、「企業の文化は壊れている」

OpenAIの安全性報告書を統括していた元従業員デビッド・ロビンソン氏が退社し、同社の企業文化は根本的に壊れており、AIの能力向上に伴うリスク拡大への対応が不十分であると警告しました。彼は原子力や航空分野の安全知見の導入を提唱しています。

OpenAI研究コミュニティ
10/3
The Verge TOP 88

カプコン、AIとの共同ゲーム開発へ「REXプロジェクト」を発表

カプコンがAI技術をゲーム開発ワークフローに統合し、未来のゲーム制作をAIと共に行う準備を進めていることを発表しました。特に『バイオハザード』規模のゲーム開発における時間のかかるタスクをAIで効率化することを目指しています。

AI事例ロボスタ
10/3
TechCrunch AI TOP 85

MetaがパーソナルAI「Muse」向け自作ガジェットSDKをオープンソース公開

MetaがパーソナルAI「Muse」と連携する自作ガジェット向けのSDKをオープンソースで公開しました。ESP32やRaspberry Piに対応し、ユーザーが家庭内のあらゆるデバイスにMuseを組み込めるようにすることで、AIエージェントの普及とエコシステム構築を加速させます。

AIエージェントMeta
10/2
AINow HOT 83

LLMエージェント導入の課題と効果を深掘り:調査データと実践事例から

AIエージェントの導入には「目的・データ・人材」といった事前課題と、「連携・精度・定着」といった導入後の課題が存在します。AINOWの記事は、これらの課題と効果を調査データや企業事例を交えて解説し、AIエージェント導入の全体像と具体的なメリットを提示しています。

AIエージェント事例
10/3
Zenn LLM HOT 80

Googleの「Cogentic」:AIエージェントが研究チームとなり未解決問題に新成果

Google Researchが、複数のAIエージェントを研究チームとして協働させる仕組み「Cogentic」を発表しました。Geminiを基盤モデルとし、オンライン学習、オークション理論、メカニズムデザインの5つの未解決問題で新しい成果や既知の境界改善を達成しています。

LLMGoogleエージェント
9/30
Zenn AI HOT 78

AI時代の知識共有:AIが書く速度を上げても、人間が理解する速度は上がらない

AIによるコード生成速度の向上は、必ずしも知識共有の効率化には繋がらないという問題意識が提示されています。『Googleのソフトウェアエンジニアリング』を引用し、知識共有を「心がけ」ではなく「仕組み」や「文化」として定着させる重要性を説いています。

AI開発効率化コミュニティ
9/24
Qiita ChatGPT HOT 75

OpenAIのAIエージェント「dots」の仕組みとGPT-6 Astra・専用クラウドPC

OpenAIが発表した新しいAIエージェント「dots」は、GPT-6 Astraモデルと専用クラウドPCを組み合わせ、ユーザーの指示を受けて自律的に作業を進めます。この機能は高度な自動化を可能にし、特定の操作ルールに基づいて動作することで、企業や個人ユーザーの生産性を大幅に向上させることが期待されます。

LLMエージェントOpenAI
9/29
dev.to AI HOT 70

LLMエージェントの「ツール利用失敗」ベンチマーク:'No peanuts'が'include_ingredients: [peanuts]'になる問題

AIエージェントがユーザーの意図を正確にコマンドに変換できない「ツール利用失敗」の課題が指摘され、これを測定するベンチマークが提案されました。特に、ツールの制約や意図しない引数変換による誤動作が、セキュリティツールやレシピ検索で発生するケースが例示されています。

LLMエージェント研究
10/3
Qiita AI

CPUだけでAIを動かすRust製エンジン「Rai」:GPU・Python不要の小型AIツール

GPUやPythonを必要とせず、CPUだけで動作するRust製の小型AIエンジン「Rai」が登場しました。これは、高価なハードウェアや複雑なセットアップなしに、一般的なPCでAIモデルを動かすことを可能にし、AI利用のハードルを大幅に下げます。

AIオープンソースツール
10/3
Qiita AI

AIエージェントの導入障壁と解決策:マルチエージェントシステムの失敗と設計

AIエージェント、特にマルチエージェントシステムを導入する際には、タスクの渡し方や成果物の検証において多くの課題があります。記事では、エージェントが失敗する4つの境界を提示し、委任前の仕様決定や設計の重要性を強調しています。

AIエージェント実践
10/3
ArXiv ML

LLMの高速化:GPU世代のボトルネック移動と多項式近似によるSFU操作の加速

GPU世代の進化に伴い、LLMにおけるカーネルのボトルネックが変化する中、短い多項式プログラムによる特殊関数ユニット(SFU)操作の加速が提案されています。これにより、FlashAttention-4で露呈した非対称性を改善し、LLMの推論速度向上を目指します。

LLM研究開発効率化
10/3