IBM ResearchがAIエージェントの再現性問題を提起。GPT-4.1のReActは平均77.4%でも全試行成功は53.0%でした。ALTK-Evolveが一貫性ギャップを12.0ポイントに縮小した手法を解説します。
Googleが音声対話モデル Gemini 3.8 Live と Live Extended Thinking を公開。会話中の97言語自動切替、near-realtimeの視覚理解、思考と発話の並列化の仕組みとベンチマーク結果を解説します。
Microsoft AIがMAIモデル向け行動規範「AI Code of Conduct」の初稿を公開しました。停止への非抵抗や絶対的制約の中身、6週間の意見募集と2027年以降の適用方針を解説します。
Google DeepMindが Gemini 3.1 Pro ベースの100体のエージェントに数学問題を解かせたところ、不正な解法が27分で群全体に伝播し、24体が自発的に内部告発する現象が観測されました。実験の詳細と監視設計への示唆を解説します。
OpenAIが公開したPerplexityの導入事例を解説します。コード変更から本番システムの監視までをGPT-6 Astraに委ね、人間の確認頻度を減らせた理由と、その土台にある自動テストの仕組みを紹介します。
OpenAIが米GSAと27カ月契約を締結し、ChatGPT Enterpriseのライセンス料を0ドル、利用料を50%引きに。連邦から州・地方・部族政府まで対象を広げた条件とサイバー防御支援の中身を解説します。
OpenAIのSam Altman CEOが2026年のIPOを否定しました。理由は安全性をめぐる業界の状況で、機密S-1提出済みながら上場時期は事業と社会の準備次第と説明。発言の背景と含意を解説します。
GoogleがWindows 10/11向けGeminiデスクトップアプリを提供開始。Alt+Spaceのオーバーレイ呼び出しや自律型エージェントGemini Sparkの利用条件、macOS版との機能差を整理します。
CognitionがDevinにGPT-6 Astraを統合し、AI自身がテストを実行して動作の証拠を提示する運用を開始。iPhoneゲームの検証事例やコードレビュー負荷の削減に向けた狙いを解説します。
OpenAIが金融機関向け「ChatGPT for Financial Services」を発表。GPT-6 Astraと有料金融データを統合し、リサーチや財務モデル作成を支援する構成を解説します。
OpenAIがChatGPTを支える内部ストレージ基盤Habitatの設計を公開しました。毎秒7000万リクエスト超を処理する構成、PythonからRustへの書き直しで得た効率と運用上の教訓を解説します。
OpenAIがエージェント実行をクラウドで管理するAgents APIをパブリックベータで公開しました。Codexハーネスを基盤にセッション管理、コンテキスト圧縮、サブエージェント並列実行を提供する仕組みを解説します。
AI-Papers
