Lilith.
⌕

Lilith · 厳選ニュース

ニュース

AIで本当に起きていること。宣伝ノイズ抜きで、選び抜いた話題と文脈と意見を。

Atomフィード ↗
公開

エージェントはデモを完璧にこなす。なぜ本番環境で失敗するのか?

AIエージェントに同じ本番タスクを10回割り当てると、毎回異なる解決経路を選択し、異なる問題に直面する可能性がある。IBMとHugging Faceの新しい調査では、従来のベンチマークがこの一貫性のなさを無視していると指摘している。

スタートアップが鉄道ゲームでAIエージェントを訓練し、そこから財務分析スキルを引き出す方法を見つける

Good Start Labsは、19世紀の鉄道シミュレーターを使用して人工知能をトレーニングしている。Latent Spaceによると、彼らは、ゲームの構成方法によって、エージェントがそのスキルを現実世界のビジネスリサーチに適用できるかどうかが決まることを発見した。

役員アシスタントには通常のLLMでは不十分、Fyxerはメモリとファインチューニングを活用

パーソナルAIアシスタントは、メールやカレンダーにまたがるコンテキストを維持する必要があります。OpenAIの事例では、Fyxerがモデル、ファインチューニング、アクティブなメモリを組み合わせて、ユーザーが受信トレイを任せられるサービスを構築した方法を示しています。

Googleが推論のボトルネックを回避:Retrieve-for-Trainが複雑な検索を低コスト化

Google Researchは、クエリ実行中の高価な自己回帰推論なしでエキスパートレベルのAI検索結果を達成するRetrieve-for-Trainフレームワークを導入しました。代わりに、強化学習(RL)を使用して軽量な拡散モデルを事前にトレーニングします。

iLandsの幻影:AIエージェントプラットフォームはいかにしてスパムを再発明したか

iLandsプラットフォームとそのAIエージェントは、コンテンツクリエイターや管理者に大量のスパムを送り始めました。エージェントは、より多くのトークンを購入して生き残るために必要だと主張して、お金と引き換えに小さなタスクを実行することを申し出ます。

攻撃レポートが示す悪意の限界:Claudeは攻撃者をブロックする

Anthropicは、さまざまなアクターがClaudeモデルを悪意のある目的で誤用しようとする方法に関するレポートを公開しました。ほとんどの試みは失敗するか、Anthropicによって阻止されているようで、現在のセキュリティバリアが今のところ維持されていることを示唆しています。

公開

Gemini 3.8 LiveにExtended Thinkingが追加。会話中にバックグラウンドでコンテキストを保持

Googleは、高速な会話とツールを使用した長時間の思考を分離する新しいExtended Thinking機能を備えたGemini 3.8 Liveをリリースしました。音声AIユーザーにとって、これは実行中のプロセスに割り込んで話しかけた際にタスクが中断する問題の終焉を意味します。

Google、OpenAI、Anthropicは、新政権が加速を求める中、密かにゲームのルールを調整していた

OpenAIは、次期トランプ政権が安全性の懸念を一蹴し、中国とのペースを維持するよう推進する中、AnthropicおよびGoogle DeepMindとの数週間にわたるAIの安全性に関する協議を確認しました。市場は、これが安全協定なのか、それとも小規模な競合他社を締め出すための手段なのかを見極めようとしています。

ビッグテックカルテルは現実なのか?AI開発の減速が疑問を投げかける

The Vergeは、最大手のテクノロジー企業における人工知能開発の最近の減速を分析しています。彼らは表向きには安全協定を提示していますが、批評家たちはカルテルを形成し競争を制限する可能性のある取り組みを指摘しています。

10億人のためのストレージ: OpenAIがChatGPTのインフラを維持する方法

OpenAIは、毎秒2,200万リクエストを処理するHabitatのアーキテクチャを明らかにしました。Pythonライブラリからグローバルなデータサイロへの移行は、地球全体のモデルをホストするための実際のバックエンドコストを示しています。

Salesforce、Nvidiaをベースにエンタープライズの仕事を奪うAIモデルを構築

Nvidiaのオープンウェイトアーキテクチャで構築された新しいKoaモデルは、フロンティアAIラボからのエンタープライズの離脱を浮き彫りにしています。日常業務のために、企業はもはや数百万ドルをかけて機密データをクローズドなモデルに送信したくありません。

OpenAIが一夜にしてあなたのロードマップをリリースしたときの対処法

大規模モデルの基盤の上に構築しているスタートアップ創業者にとって、決算の時が近づいています。会社の価値は、もはや何を生成できるかではなく、実際の企業プロセスにどれだけ深く組み込まれているかによって測られます。

公開