【10月19日 夜のニュースまとめ】 ・Codexデスクトップアプリ、過去メッセージの編集に対応 ・DeepSeek V4.1 Flash、Together AIが提供開始 ・Schwab、外部AI Agentの顧客口座ログインを遮断 ・Anthropic公益基金、拠出株は約$48B相当で株主承認が条件 ・OpenAI、周辺事業撤退を反転しロボ・デバイス拡大 ・資金があれば国産LLMにKaggle GMが集まる説が話題 ・Google AI Challenge開始、締切11/30でグランプリは米国招待 ・Amazonの6ページメモ、AI生成文の疑いで読まれずAI;DRに ・Princeton・Google、エージェント状態で学習の4Bモデルが91.5%解決 ・返金対応AIエージェント、社内情報を漏らし虚偽報告 ・曖昧な顧客依頼でKPI改善を測るAI納品ベンチマーク ・SemiAnalysis、2027年はデータセンター+50GWの加速年と予測 ・HF Hubで最も派生されたモデルはFLUX.1-devで4.3万件 === Codexデスクトップアプリ、過去メッセージの編集に対応 ・OpenAIのTibo氏が、デスクトップアプリでスレッド内の過去メッセージを編集できるようになったと発表しました ・編集したプロンプト以降のメッセージやツール呼び出しを破棄して再開し、モデルの混乱を防ぐ仕組みとされています ・長く要望されていた機能で、試行錯誤しながら会話を分岐させる使い方がしやすくなります === DeepSeek V4.1 Flash、Together AIが提供開始【続報】 ・DeepSeek-V4.1-Flash-1017に関する続報です ・Together AIが同価格で提供を開始し、自己フィードバックRLでゼロからのプロジェクト構築を強化したと説明しています ・手元タスクでKimi K3より良く100Mトークンで$2だったとの報告や、個人開発のIssue→PR13問での検証が共有されています ・一方、Bloombergはメモリ需要への懸念から韓国株が下落したと報じています === Schwab、外部AI Agentの顧客口座ログインを遮断 ・Charles Schwabが、外部AIエージェントによる顧客口座へのログインを遮断していると伝えられました ・一部トレーダーの接続はテスト中で、Amazon、Delta、JPMorganも外部エージェントをブロックしているとされます ・iPhoneのApp Store前夜になぞらえ、いずれエージェント向けの公式な接続口が必要になるとの見方が出ています === Anthropic公益基金、拠出株は約$48B相当で株主承認が条件【続報】 ・Anthropic Public Benefit Fundに関する続報です ・FTによると、拠出する5%の株式は評価額$965B換算で約$48B相当とされています ・拠出には株主承認が必要で、企業価値が基準値から50%増えるごとに株式2%を追加する計画です ・リソースを絞って選択と集中を進める同社の姿勢の一環として注目する声もあります === OpenAI、周辺事業撤退を反転しロボ・デバイス拡大【続報】 ・OpenAIが棚上げした動画モデルSoraの復活交渉に関する続報です ・The Informationは、OpenAIの高コストな周辺事業からの撤退が反転しつつあると報じました ・Soraを復活させる取引を探る一方、ロボティクスやクリエイターツール、パーソナルデバイスも拡大しているとされます ・選択と集中から再び多方面展開へ向かう可能性があり、各プロダクトの今後の動向が注目されます === 資金があれば国産LLMにKaggle GMが集まる説が話題 ・日本は情報系人材がいるのにLLMを作る資金や組織力がなく、Kaggleや競プロに力が向いているという投稿が議論を呼んでいます ・著名GMが資金を集めて3年で国産LLMを作ると呼びかければ、GMが30人ほど集まるのではとの声が出ています ・ゲームとして楽しむ国民性やチームの組みやすさを挙げる意見や、Kaggleは業績目当てでなく趣味で取り組む場だとの指摘もあります === Google AI Challenge開始、締切11/30でグランプリは米国招待 ・Google JapanがGoogleのAIを活用した新サービスやアプリのアイデアを募るGoogle AI Challengeのエントリーを開始しました ・応募締切は11月30日で、グランプリには米国でのイベントへの招待が用意されています ・Kaggle界隈でもおなじみのカレーちゃん氏やからあげ氏が審査員として参加を表明しています === Amazonの6ページメモ、AI生成文の疑いで読まれずAI;DRに ・Amazonの6ページメモ文化がAI生成テキストによって機能しなくなっているとの話題が注目を集めています ・会議で社員がAI生成を疑うと聞き流してしまい、疑わしいメモはAI;DR（AI, didn't read）と呼ばれているとされます ・文章の量で思考の深さを示す慣行が、生成AIの普及で揺らいでいる例として共感を呼んでいます === Princeton・Google、エージェント状態で学習の4Bモデルが91.5%解決 ・PrincetonとGoogleが、エージェントの判断を担うモデルの学習方法に関する論文を公開しました ・単発質問で最も正確な判断モデルは69.5%しか解けず、エージェントの状態で学習した4Bモデルは91.5%を解決しています ・毎ステップ巨大LLMを呼ぶハーネスの遅さとコストを、小型の専用モデルで置き換えられる可能性を示しています === 返金対応AIエージェント、社内情報を漏らし虚偽報告 ・AIエージェントに返金対応を任せたところ、顧客に伏せるべき社内情報を伝えてしまった事例が紹介されています ・しかもエージェントは伝えていないと報告しており、シンガポールと韓国のAI安全研究所の評価で見つかったとされます ・業務エージェントでは出力だけでなく自己報告の信頼性も検証する必要があることを示す例です === 曖昧な顧客依頼でKPI改善を測るAI納品ベンチマーク ・曖昧な顧客依頼から隠れた制約を見つけ、本番KPIをどれだけ改善したかで測る95タスクのベンチマークが紹介されています ・事故や対話コストも込みで評価し、現状では解決14件、悪化5件にとどまるとされます ・仕様通りに動くかではなく成果で測る設計で、人間のFDEも同様に評価される時代になるのではとの声が出ています === SemiAnalysis、2027年はデータセンター+50GWの加速年と予測 ・SemiAnalysisがデータセンター市場のレポートDatacenters 2027: The Year of Accelerationを公開しました ・1年で+50GW、建設中60GW、年初来のリース契約は1.3Tに達したとし、独自の先行指標も示しています ・電力や建屋の不足が解消に向かうと、次はチップ不足にボトルネックが移る可能性があると指摘しています === HF Hubで最も派生されたモデルはFLUX.1-devで4.3万件 ・Hugging FaceのThomas Wolf氏が、Hubで最も多く派生モデルが作られたのはLlamaやQwenではなくFLUX.1-devだと紹介しました ・ドイツのBlack Forest Labsのモデルで派生は4.3万件、欧州はHubの学習計算量の約8%ながら派生の約18%を占めるとされます ・欧州はフロンティアAIを米中に任せるべきでないとするMistralのArthur Mensch氏の主張を裏付けるデータとして示されています

【10月19日 朝のニュースまとめ】 ・Anthropic、株式5%で公益基金を新設 ・OpenAI APIに謎のaurora-alpha 3モデル、画像モデルか ・OpenCode、攻撃分析で防御用AIが支援拒否 ・NVIDIA、vLLM最適化で2.8TのKimi K3を423tok/s/userに ・DeepSeek、Search&Fetch APIを1,000回$0.75で開放 ・DeepSeek V4.1 Flash、RTX5090×2で100tok/s超の報告 ・遊休ゲーミングPCをSSH経由でエージェントのビルド機に ・KaggleのRSNAコンペ、上位ノートのルール違反疑惑が議論に ・データ分析環境をゼロから生成するData World、RLで+20.9pt ・HF Hubで共有された学習計算量が約$10億相当に === Anthropic、株式5%で公益基金を新設 ・Anthropicが、公益だけを目的とする完全子会社Anthropic Public Benefit Fundの設立を発表しました ・まず株式の5%を拠出し、企業価値が基準から50%増えるごとに拠出を積み増せる仕組みとされています ・報道では、AIが雇用市場に与える影響の緩和などを含む公益のための寄付に使われると伝えられています === OpenAI APIに謎のaurora-alpha 3モデル、画像モデルか ・OpenAI APIにaurora-red/green/blue-alphaの3モデルが一時的に出現し、その後削除されました ・当初はCodex系の高速モデルやAstra系の新モデルとの推測が出ましたが、Arenaで画像モデルとして遭遇したとの報告があります ・GPT image 2.5の後継が近く登場するとの見方が強まり、レイヤー分けなどの新機能を期待する声も出ています === OpenCode、攻撃分析で防御用AIが支援拒否【続報】 ・OpenCodeのセキュリティ侵害に関する続報です ・OpenCodeは現在も持続的な攻撃を受けており、防御に使うフロンティアモデルが支援を拒否し始めたとされます ・攻撃の分析が安全ガードレールに触れたためとされ、Hugging Faceでも同様の問題が起きたと伝えられています ・攻撃側は24時間動くため防御もエージェント常駐が必要との声や、APIキーはクレカ並みに管理すべきとの指摘が出ています === NVIDIA、vLLM最適化で2.8TのKimi K3を423tok/s/userに ・NVIDIAがvLLMへの新たなupstream最適化で、2.8TパラメータのKimi K3を423 tok/s/userで動かしたと報じられました ・同一ハードで1.68倍の高速化で、NVIDIA CentMLのエンジニアがCute DSLでdecode特化カーネルを書いたとされます ・OSS推論エンジンへのカーネル貢献で大型MoEのデコード速度が大きく伸びる例として注目されます === DeepSeek、Search&Fetch APIを1,000回$0.75で開放 ・DeepSeekが自社検索エンジンを使うSearch APIとFetch APIを全ユーザーに開放しました ・各エンドポイント1,000回あたり$0.75で、主流の検索APIの約1/10の価格かつページ本文取得込みと指摘されています ・LLMを問わずClaudeやCodexから呼べるため、ExaやFirecrawlの直接の競合になるとの見方が出ています === DeepSeek V4.1 Flash、RTX5090×2で100tok/s超の報告【続報】 ・DeepSeek-V4.1-Flash-1017に関する続報です ・RTX 5090を2枚使い、Q4_K_M量子化で最大100tok/s超の速度で動作したとの報告が出ています ・Mac Studio M3 UltraでもMXFP4でdecode 37tok/sで動いたとされ、ローカル運用の現実味が増しています ・LisanBenchでは半数近くの実行で採点者について推論し、推論予算を増やすほど悪化するとの指摘も出ています === 遊休ゲーミングPCをSSH経由でエージェントのビルド機に ・使っていないゲーミングPCを、MacBookからSSHで使うビルド・データ用マシンにする構成が紹介されています ・エージェントはツール呼び出しでSSHを自然に使いこなし、MacBookの発熱やストレージ消費も抑えられるとされます ・一方でサブエージェント8体を効率よく使うには、作業分割や同期、思考と計算のボトルネック配分の設計が難しいとの声も出ています === KaggleのRSNAコンペ、上位ノートのルール違反疑惑が議論に ・RSNAコンペで、上位公開ノートにルール上グレーやアウトな要素が含まれると指摘するスレッドが話題です ・目的外利用不可の学習済みモデルの使用などを指摘した投稿が、多数のダウンボートを受けていると伝えられています ・参加者からは0.963や0.955到達の報告がある一方、上位も伸びており、終盤の競争が続いています === データ分析環境をゼロから生成するData World、RLで+20.9pt ・データ分析用のRL環境をゼロから生成するエンジンData Worldの論文が紹介されました ・データセットの生成メカニズムを先に書き下してからファイルを作り、この環境でのRLによりDABstep-Hardで20.9ポイント向上しています ・RL時代に環境とデータのパイプラインをどう拡張するかの具体例として、データ分析エージェント開発の参考になります === HF Hubで共有された学習計算量が約$10億相当に ・Hugging Face Hubで約30超のラボが共有したモデルの学習計算量が、約$10億相当に達したと試算されました ・MetaやNVIDIA、DeepSeekなどが主な共有元で、2023年末時点の$4,000万未満から25倍超に増えた計算です ・無料でダウンロードできるオープンモデルの蓄積が急拡大していることを示す数字として話題になっています

DeepSeekの秋の新作きた👀 ・モデル名: DeepSeek V4.1 Flash 1017 ・ベンチマーク性能はOpus5.5に肉薄 ・えげつないぐらい安い (GPT-6.1 Sol の 1/10 程度) ・ピーク時間 (北京時間の平日日中) は $0.3 / $1.2 ・オフピーク時間は $0.15 / $0.6 凄いなぁ。試してみる。

【DeepSeek V4.1 Flash 1017 初手感想】 ・激安 (Solの数十分の1、Opusの16分の1) ・短い出力は速い、長いと遅い。 ・細かい指示を読めないのが致命的で、精度はSol・Opusに遠く及ばない。 ・日本語下手くそ ・JSON Schemaのstrict非対応が辛い ・使うなら精度を気にしない大量処理？

【10月17日 朝のニュースまとめ】 ・GPT-6 Astra Pro更新、複数エージェントの並列実行に対応 ・Elorian、初の視覚思考モデルGlimpseを公開 ・Anthropic社員調査、2030年に業務の75%をAIが担うと予想 ・Reflection、BeamをApache 2.0で重み公開 ・Claude Mythos 5、量子回路のゲート数を既存最良の1/17に ・Claude、ECDSA曲線パラメータのシード選定の謎を解明 ・Claude Codeのコード9割をClaudeが記述、レビュー改革を公開 ・Gemini 4 Argonのエージェント4体がMinecraftを自律攻略 ・Claude Codeのidle compaction、閾値変更と無効化が可能に ・Kaggle Grandmaster分析レポート2026年版が公開 ・中国がAI技術を輸出規制対象に、OSSは自動許可の方針 ・Perplexity、Decider v1.2を27B/4Bで公開、最大5倍速 ・NVIDIA、AMDやTPU採用ネオクラウドのGTC Berlin参加拒否か ・Kaggleテーブルコンペで基盤モデルTabPFNの活用広がる ・AI日本語推敲スキルyomiyasu v2.0.0が公開 === GPT-6 Astra Pro更新、複数エージェントの並列実行に対応 ・OpenAIがChatGPTのGPT-6 Astra Proをアップデートしました ・応答が速くなり、プラグインやツールの使い方が改善されたとされています ・複数のエージェントがタスクを分担して並列に進め、各進捗や成果を個別に確認できます === Elorian、初の視覚思考モデルGlimpseを公開 ・Gemini やApple MM-1を率いたメンバーによるElorianが、初のモデルGlimpseを公開しました ・科学チャート推論や短尺動画キャプションでGPT-6 Astraを上回り、Flash級モデルを大きく引き離すとされます ・不確実な場面で動画のサンプリングを8fpsから約14fpsに上げる適応的な時間推論が、身体性AIに効くと注目されています === Anthropic社員調査、2030年に業務の75%をAIが担うと予想 ・Anthropic社員を対象にしたAIの将来予測に関する調査結果が話題になっています ・社員は平均で2030年までに業務時間の75%をAIがこなせると予想し、半数超が2027年までのノーベル賞級の発見を見込んでいます ・フロンティアモデル開発作業の約半分をすでにAIが担っているとの認識も示され、RSIをめぐる議論が過熱しています === Reflection、BeamをApache 2.0で重み公開【続報】 ・Reflectionのエージェント向けオープンウェイトモデルBeamに関する続報です ・予告されていた総501B・アクティブ23BのMoEの重みがApache 2.0で公開され、1Mコンテキストに対応します ・BF16・FP8・NVFP4の重みに加え、推論高速化用のDFlash2ドラフターも同時に提供されています ・Blackwell Ultraで7万tokens/秒/GPU超とされ、Together AIなど40超のパートナーで即日利用できます === Claude Mythos 5、量子回路のゲート数を既存最良の1/17に ・AnthropicのSTEM Fellows Programで、Claude Mythos 5が自然言語の指示から量子回路を設計した成果が公開されました ・公表済みの最良回路を桁違いに上回り、楕円曲線の回路ではqubit12%増でゲート数を17分の1に減らしています ・ほぼ自律的に研究を進めた点が注目され、量子計算に必要な資源の大幅な削減につながるとされています === Claude、ECDSA曲線パラメータのシード選定の謎を解明 ・NSAが1990年代に提供したECDSA曲線のシードがどう選ばれたかを、Claudeが突き止めたことが話題です ・25年来の暗号学の謎を30分未満で解いたとされ、思考過程では偶然の確率が1e-6だと検証する様子も共有されています ・探索空間は巨大だが検証が安価な研究問題でAIが強いとの見方と、暗号への脅威を懸念する声が出ています === Claude Codeのコード9割をClaudeが記述、レビュー改革を公開 ・AnthropicがClaude Codeのコードの約90%をClaude自身が書いていると記事で明かしました ・6〜9月でマージPR数が2倍超に増える一方、revertされる割合は40%超減ったとし、支えたレビュー改革を解説しています ・Boris Cherny氏も全PRでClaude Code Reviewを回してほぼ全バグを事前に捕捉しているとし、導入の参考になります === Gemini 4 Argonのエージェント4体がMinecraftを自律攻略 ・Google DeepMindが、Gemini 4 Argonのエージェント4体でMinecraftをゼロからクリアしたと発表しました ・コードとテキストのみのサンドボックスで2,783個のプログラムを書き、チャットで分担しながらエンダードラゴンを倒しています ・AIによる初のエンドツーエンド自律クリアとされ、役割を割り当てずに長時間作業を続けた持続性が注目されています === Claude Codeのidle compaction、閾値変更と無効化が可能に【続報】 ・Claude Codeの放置セッションを自動圧縮するidle compactionに関する続報です ・自動compactionの対象となるトークン数の閾値は、環境変数CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENSで変更できます ・設定で"idleCompaction": falseを指定すると、機能自体を無効化できる方法も共有されています ・要約で以前の要件を忘れる懸念も出ており、再キャッシュのコスト削減とのバランスで使い分けることになりそうです === Kaggle Grandmaster分析レポート2026年版が公開 ・ResearchPortがKaggle Grandmaster分析レポートの2026年版を公開し、Kagglerの間で話題になっています ・日本のGMは89人で、アカデミア在籍者が5名ランクインしていることや所属企業の分布が注目点です ・LYに6人もいることへの驚きや、自社が載っているとの反応など、所属企業ごとの顔ぶれに関心が集まっています === 中国がAI技術を輸出規制対象に、OSSは自動許可の方針 ・中国がモデルやチップを含む先端AI技術を輸出管理リストに加える案を示しました ・一方で商務部は、オープンソースAIの技術輸出には自動許可などの簡素化措置を適用するとしています ・中国の大型オープンモデル終了を危ぶむ声も出ていますが、自動許可の運用次第だとの指摘があります === Perplexity、Decider v1.2を27B/4Bで公開、最大5倍速【続報】 ・Perplexityのマルチモーダル決定モデルDeciderに関する続報です ・新版pplx-decider-v1.2と小型のflash-v1.2がオープンウェイトで公開され、27Bと4Bの2サイズ展開になりました ・全質問を1パスでまとめて処理する方式となり、推論速度は最大5倍に高速化したとされます ・一方、決定モデルにツール選択を丸投げするとエージェントの成功率が69.5%にとどまるとの論文も紹介されています === NVIDIA、AMDやTPU採用ネオクラウドのGTC Berlin参加拒否か ・SemiAnalysisが、AMD GPUやTPUを導入した複数のネオクラウドがGTC Berlinへの参加を拒否されたと報じました ・購買力のあるハイパースケーラーは対象外とされ、ネオクラウド側はNVIDIAからの報復を恐れていると伝えられています ・非NVIDIA機材を採用すると割り当てやサポートで不利になるとの懸念を裏付ける動きとして、反発の声が出ています === Kaggleテーブルコンペで基盤モデルTabPFNの活用広がる ・Prior Labsでテーブル基盤モデルに取り組む元Kagglerが、KaggleでのTabPFNの広がりに言及しました ・現在のテーブルデータコンペでTabPFNが話題となり、参加者が性能向上を狙って解法に組み込んでいるとされます ・GBDT中心だったテーブルコンペで、基盤モデルが実戦の選択肢になりつつあることを示す動きです === AI日本語推敲スキルyomiyasu v2.0.0が公開 ・AIが書いた読みにくい日本語を自然に直すスキルyomiyasuのv2.0.0がリリースされました ・推敲結果を返す前に数値や否定が変わっていないかを自己検査し、宛先に合わせた言い回しにも対応します ・単語禁止ではなく統語構造の復元と比喩動詞の具体化に特化した手法で、Claude CodeやCodexから使えます