OpenAIが実験室の日常業務を測るベンチマークBioBasicsBenchを公開。ゲル画像や装置ログなど生の実験データ100タスクでAIエージェントを評価し、最高はGPT-6 Astraの66.7%でした。
Gradium が公開した軽量音声合成モデル Phonon TTS を解説します。約65MB・31Mパラメータで CPU 上の初音声到達時間28ms、Apache 2.0 で商用利用可能な構成と制約を整理します。
OpenAIが自律エージェントのパイプラインでLinuxカーネルを監査し、権限昇格脆弱性948件を検証して修正パッチまで生成しました。構成、費用、報告の進捗を解説します。
AnthropicがAI応答のモデル由来をzkSNARKで証明する「FlashProve」を公開。H100で毎秒110トークンの証明生成、24コアCPUで約17秒検証という性能と制約を解説します。
Google DeepMindがAntigravity向けにCheminformatics Skillsを公開。LLMと RDKit の役割分担で、肺がん治療薬を題材に568化合物の分析から新規マクロサイクル設計までを約1時間で実施した事例を解説します。
OpenAIがGit互換の独自バックエンド「Pando」を公開しました。Codexによる並列開発で信頼性が90%を下回った既存基盤を作り直し、push遅延を約5分の1に短縮した設計と移行手法を解説します。
OpenAIがChatGPT Workのエージェント機能をChatGPTへ統合すると発表。12月にはCodexとChatGPTの利用量制限が共通化されます。消費の仕組みと開発者への影響を解説します。
Anthropicが2026年10月28日、Claude Enterpriseに3つの管理機能を追加しました。会話を業務別に分類するSmart reports、グループ共有予算、アプリ内アンケートの内容と運用上の制約を解説します。
OpenAI、Google、MicrosoftがAI学習利用の意向を示すrobots.txtの共通トークン「__usage_ai-training」への対応を表明しました。記述方法と各社の対応時期、独自制御との関係を解説します。
GoogleがフロンティアモデルGemini 4 Carbonを発表。Artificial Analysis Intelligence Index v5.0で59点の首位、SEC-bench Pro 88.2%などの数値と価格、段階提供の内容を解説します。
香港科技大学などがコーディングAIの挙動を調査。あいまいな指示では確認せず推測実行し、行動時の55.8〜67.8%に誤操作が含まれると判明。ベンチマークUnderspecBenchの結果と対策を解説します。
Google DeepMindが森林タイプ世界地図ForTyを公開。AlphaEarth埋め込みを入力に10m解像度で6分類、精度90%を達成した仕組みとEUDR対応での使い方を解説します。
AI-Papers
