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 ↗
#research· × <built-in method clear of dict object at 0xefe395c113c0>
公開

Gemini 4 Argonがロボット開発にシミュレーションを組み込む

GoogleはGemini 4 Argonを、画像理解、コード、シミュレーション、ロボット制御をつなぐ汎用的な物理推論モデルとして公開した。個々のデモ以上に重要なのは、カメラ入力からMuJoCoを経て実機の動作までを一つの流れにまとめた点だ。

公開

MASS、27Bモデルを1.2倍から1.6倍に改善。agentチームが自ら教材を作った

Sakana AIとUC Berkeleyは、Qwen3.6-27Bにmulti-agent workflowの設計、出力評価、優れた実行からの学習を担わせた。2サイクル後、4つの研究benchmarkで出力token当たりの性能はベースの1.2倍から1.6倍に達した一方、2つのソフトウェアbenchmarkでは転移の弱さが表れた。

公開

Anthropicはopen sourceを無料で検査するが、検証コストはmaintainerが負う

AnthropicはCyber Missionを開始し、11社との重要インフラ防御と無料のOSS Scannerという2本柱を示した。Scannerはモデルが出した未検証の報告をmaintainerへ直接送るため、実際のボトルネックは検証と安全な修正配布になる。

公開

AnthropicがHaiku 5.5を展開:低コストモデルでキャッシュ読み取り価格が20%低下

Anthropicは、大量かつ定型的で速度が求められるタスクのコスト削減を目的としたモデル「Claude Haiku 5.5」をリリースした。Haiku 4.5に比べ平均約75%安価に稼働し、Sonnetファミリーのキャッシュ価格も引き下げる。

公開

EmbeddingGemma 2はテキスト、画像、音声、動画を端末内の768次元に統合する

Googleは、テキスト、コード、画像、音声、動画を共通のベクトル空間へ写像する7億4,000万パラメータの公開モデルEmbeddingGemma 2をリリースした。端末内検索では、benchmark首位よりも構成を選べるメモリ使用量とApache 2.0ライセンスの方が重要だ。

公開

Google、文脈に応じてAIエージェントの権限を変える構想を提示

50人を超える専門家が参加したワークショップ報告書は、AIエージェントが機微な操作を行う前に文脈ルールで審査する仕組みを提案した。実務上の要点はprompt injection対策にとどまらない。権限はログイン時に一度与えるのではなく、作業中に変化させる必要がある。

公開
公開

frontier AIの減速論、境界線を誰が引くかで行き詰まる

Nathan LambertはPacing the Frontierの目的には賛同しつつ、境界、参加者、ルールが曖昧なままでは実行できないと批判した。capabilitiesの向上を止めても、研究が低コストなswarmや効率化へ移るだけだと警告する。

公開

Barclays、1日12万通のメール処理と開発者の半数にClaudeを展開

BarclaysではClaudeが1日約12万通のメールを振り分け、知識アシスタントは1万6,000人超の従業員に使われている。2026年末までに開発者の50%へClaude Codeを広げる計画だが、銀行が示したのは主に規模で、誤り率や測定済みの成果ではない。

公開
公開