AnthropicがClaudeでOSSの攻撃対象領域を縮小する研究を公開。25プロジェクト500万行から493件の問題を特定し、OpenSSHの認証前到達コードを約5分の1削減した成果を解説します。
Alibaba Qwenチームと香港科技大学がAIに365日間ネットショップを経営させるベンチマーク「E-Commerce Bench」を発表。GPT-5.6 Solが資産14.3倍で首位となった18モデルの比較結果を解説します。
Hugging FaceがTransformersとDiffusersのTorchTPU対応を公開。device_map="tpu"など数行でTPU実行でき、MoEデコードは最大21.5倍高速です。実測値と制約を解説します。
ワシントン大学がChatGPT AtlasやClaude for ChromeなどAIブラウザ7種を実測し、4種で同一オリジンポリシーの回避経路を確認。実証された攻撃手口と業務利用時の注意点を解説します。
Goodfireの研究者Nick Cammarataが2.6万語の投稿で、ニューラルネットの重ね合わせ解釈は誤読だったと主張。V字検出器の実例と、DeepMindらの反論を整理して解説します。
DeepSeekがDeepSeek-V4.1-Flash-1017をMITライセンスで公開。DeepSWE v1.1で成功率77%を示しGPT-6 Astra超えを主張する性能と料金、検証状況を解説します。
Stack OverflowがChatGPTのプラグインとして「Stack Overflow for Agents」を公開し、登録数が3倍に。エンジニア2人がCodexで数週間で開発した経緯と具体的な短縮幅を解説します。
NVIDIAがIIT Madrasらとインド22言語・約2.8兆トークンの事前学習コーパスを発表。MQM準拠の自動採点と書き直しで438.4Bトークンを回収した生成パイプラインまで公開した内容を解説します。
Metaが総816B・活性42BのMoEモデル Muse Spark Open をオープンウェイトで公開。256エキスパート構成や1Mトークン文脈、BF16/NVFP4と量子化版の実行環境を解説します。
Ai2が全球3km解像度の気候エミュレーターHiRO-ACEv2を公開。100km解像度のACEと超解像モデルHiROv2を組み合わせ、X-SHiELDの約300分の1のコストで極端気象を再現する仕組みと精度を解説します。
Google DeepMindとシンガポール政府技術庁が、端末上で会話型詐欺を検知するAIを開発。軽量分類器とファインチューニング済みGemmaの二段構成でクラウド送信を不要にした設計を解説します。
Googleが2026年10月13日、Gemini 4 Argonのロボティクス応用を公開しました。ERQA 87%、映像やスケッチからMuJoCo環境を作るReal2Sim、実機成功率56%から75%への改善を解説します。
AI-Papers
