知性の最前線を、
毎朝あなたに。
人工知能が生み出す知の断片を収集・要約。
12件の記事を Gemini 2.5 Flash が厳選しました。
速報インテリジェンス
3件OpenAI、GPT-5.6の超高速モード「Ultrafast」プレビューを発表、API速度が最大14倍に向上
OpenAIは、GPT-5.6 Solの処理速度を最大14倍に向上させる新APIサービス「Ultrafast」のプレビューを発表しました。Cerebrasの技術を活用し、1秒あたり最大750トークンの出力が可能で、企業向けAIエージェントの構築を加速し、コスト効率を高めることを目指します。
Google、Gemini 3.7 Flashを発表し、エージェント用途に最適化、年内は半額で提供
Googleは、コーディングやエージェント用途に特化したAIモデル「Gemini 3.7 Flash」をわずか3週間で発表しました。従来モデルより軽量かつ高速で、年内は半額の導入価格で提供され、個人向けエージェント機能「Gemini Spark」など各種プロダクトに適用されます。
Meta、エンドツーエンド暗号化と検証可能性保証を備えたWhatsAppでの詐欺アラート構築を発表
Metaは、WhatsAppで詐欺アラート機能を構築していることを発表しました。この機能は、巧妙化する詐欺手口に対し、エンドツーエンド暗号化によるプライバシー保護を維持しつつ、AI生成の誘惑やなりすましからユーザーを保護することを目指します。早期段階の技術共有が行われました。
詳報
9件AIエージェントの協調的会話における動的ガバナンス：複数LLMシステムの課題解決
構造的に対立する目的を持つ複数LLMエージェント間の対話において、共有目標がないと対話が破綻する課題に対し、制御理論的ガバナンス層「Experience Orchestrator (EO)」を提案。コンテキストバンディットがコンテンツ選択を管理し、エージェント間の協力的な成果を促進します。
OpenAI、収益責任者にDali Rajicを任命し、企業向けAI事業を強化
OpenAIは、Dali Rajicを最高収益責任者（CRO）に任命しました。これにより、同社はグローバルな収益組織を統括し、企業がAIの価値を最大限に引き出すための支援を強化する狙いです。企業向けAIソリューションの提供と普及を加速させます。
ベイズモデル較正のための文学情報に基づく事前分布設計ツール「Distribird」
ベイズモデル較正における情報的な事前分布構築は、専門知識と時間がかかる課題でした。本論文は、文献検索から関連値の抽出・重み付け、確率分布の適合までを自動化するエージェント型ウェブアプリケーション「Distribird」を提案します。これにより、研究者はより効率的に質の高い事前分布を設計できるようになります。
Google DeepMind、手話からテキストへの変換AIモデルを発表し、聴覚障がい者向け新機能を提供
Google DeepMindは、手話をテキストに変換する画期的なAIモデル「SL2T（Sign Language to Text）」を発表しました。このモデルは、聴覚に障がいを持つユーザーが手話を通じてより円滑にコミュニケーションできるよう支援するための新機能の基盤となります。
Hugging Face、Strands Agents、LeRobot、Storage Bucketsでロボティクス開発を統合
Hugging Faceは、Strands Agents、LeRobot、およびHugging Face Storage Bucketsを組み合わせることで、ロボティクス開発の記録、訓練、デプロイメントを単一の場所で完結させる統合環境を提供します。これにより、データ収集からモデル展開までのループが効率化されます。
Quantized Mixture-of-Expertsにおける因果経路媒介による量子化ダメージ検出
Mixture-of-Experts (MoE) ルーティングの不連続性により、4ビットKVキャッシュ量子化などの数値的摂動がエキスパート選択を誤らせ、モデル性能を低下させる問題に対し、因果メカニズムを解明しました。本研究は、量子化ダメージのルーティング媒介部分を定量化し、そのメカニズムを分解する新しい因果分析手法を提供します。
Hugging Face、OlmoEarthエンベディングを導入：下流分析のためのカスタム埋め込みエクスポート
Hugging Faceは、OlmoEarth Studioからカスタム埋め込みをエクスポートできる「OlmoEarthエンベディング」を発表しました。これにより、地球観測データから学習された強力なエンベディングを、ユーザーが自身のアプリケーションや下流分析に柔軟に活用できるようになります。
低パラメータモデルで大規模LLMエージェント社会をシミュレートする「Poor Man's Agentic Modeling」
多数のLLMエージェントからなる社会のシミュレーションは高コストですが、本研究は「Poor Man's Agentic Modeling」を提案。各LLMエージェントを数百〜数千回の安価なクエリでフィッティングした低パラメータモデルに置き換え、ノートPCで大規模シミュレーションを可能にします。これにより、マクロな挙動やスケーリング特性の分析が容易になります。
Hugging Face、エッジデバイス向けに高速かつ優れたビジョン機能を提供するLFM2.5-VL-3Bを発表
Hugging Faceは、エッジデバイス向けに特化した軽量かつ高性能なビジョン言語モデル「LFM2.5-VL-3B」を発表しました。この30億パラメータモデルは、限定されたリソース環境下で、より優れた視覚理解能力と高速な処理速度を提供し、エッジAIアプリケーションの可能性を広げます。