ベンチマーク・評価 データ分析タスクの合成フレームワーク「DataPraxis」と検証済みデータセット
検証済みワークスペースの進化に基づく分析タスク合成フレームワーク「DataPraxis」と、それを用いて構築された5,000件のデータセット、訓練済みモデルの性能について解説します。
2026-10
ベンチマーク・評価 
AIニュース OpenAI DevDay Exchangeが世界各地で開催、東京日程は10月20日
OpenAI主催のイベント「OpenAI DevDay Exchange」が、東京を含む世界各地で開催されます。技術セッションやネットワーキングが行われます。
NVIDIA NVIDIA、時系列予測モデル「Kumo Forecast」を発表
NVIDIAは、事前学習済みTransformerと履歴パターン検索を組み合わせた多変量時系列予測モデル「Kumo Forecast」を発表しました。
AIニュース Amp、OpenAIモデルを活用したAIエージェントの新機能を発表
AmpがOpenAIの最新モデルや機能を活用し、コーディング以外の業務にもAIエージェントの適用範囲を拡大した事例を発表しました。
ベンチマーク・評価 Microsoft、逆合成予測モデル「RetroChimera」をNature誌で発表
Microsoftの研究チームは、分子の逆合成予測を大規模かつ高精度に行う新しいフレームワーク「RetroChimera」をNature誌で発表しました。GitHubにてオープンソースとして公開されています。
AIニュース OpenAI、ChatGPT向けの独自広告配信システムを構築
OpenAIは、ユーザーの信頼と関連性を重視したChatGPT向けの新しい広告配信システムを構築した。カスタムLLMを活用し、会話の文脈や意図の変化に対応する。
ベンチマーク・評価 マルチエージェント協調は臨床タスクの幻覚を削減するか？論文解説
マルチエージェントLLMシステムは臨床タスクの性能を向上させるが、それが必ずしも推論中の幻覚削減につながるわけではないことを検証した論文の解説。
LLM理論 LLMエージェント向け構造化手続き型メモリ「SPEM」
LLMエージェントの効率的なスキル利用を目的とした構造化手続き型メモリフレームワーク「SPEM」の論文について解説します。
LLM理論 製造業向け大規模言語モデル駆動型エージェントの系統的概説
大規模言語モデルを活用したスマート製造向け産業用エージェントに関する系統的な概説論文の概要。5つの課題や4層システムアーキテクチャなどを提示。
Google OpenAIモデルがGoogle CloudのModel Gardenに導入へ
OpenAIとGoogle Cloudが提携し、OpenAIのフロンティアモデルとCodexのエージェント型ワークフローがGoogle CloudのModel Gardenに提供される予定です。
LLM理論 Microsoft Research、物理AIロボット向け推論オフロードの利点を発表
Microsoft Researchが物理AIロボットの推論オフロードに関する研究成果を発表。オンボードGPUからエッジやクラウドへのオフロードが性能やバッテリー寿命に与える影響を検証しています。
AI業界動向 Liquid AI、オンデバイス向け推論モデル「LFM2.5-24B-A2B」を発表
Liquid AIが、アクティブパラメータ2Bの24Bパラメータ推論モデル「LFM2.5-24B-A2B」を発表しました。オンデバイスでの高速なエージェント実行を特徴としています。
AI業界動向 「従来型サイバー防衛では無理」安野貴博氏が警鐘、AI時代の安全保障とリスク
チームみらいの安野貴博氏がTBS AI QUESTに出演し、AI時代のサイバー防衛や人類滅亡リスク、各国の開発競争について語りました。オープンウェイトモデルの拡散によるサイバー攻撃の脅威が現実化しています。
自律型エージェント Navalia：検証可能なタスク合成と長期ポストトレーニングによるCowork Agentの高度化
Navaliaは、企業財務報告を活用した検証可能なタスク合成と長期ポストトレーニングを組み合わせ、Cowork Agentのタスク実行能力を向上させるフレームワークです。
AIニュース Terminal X、GPT-6.1を活用し投資判断一致率88.6%を達成
Terminal Xは、投資判断の属人化を防ぐ「Capital Memory」OSにOpenAIのGPT-6.1 Solなどを統合。シニア投資家の判断と88.6%の一致率を記録し、デュードリージアンス等の自動化で大幅なコスト削減を実現しました。
LLM理論 大規模言語モデルと多目的強化学習によるRTLコード生成手法
大規模言語モデルと多目的強化学習を組み合わせ、RTL回路のPPA最適化において多様なパレート最適解を生成する新手法が提案されました。
LLM理論 放射線科レポート構造化をエッジデバイスで実現するMedPAO-Assist
放射線科のレポート構造化に向けた、エッジデバイス展開可能なモダリティ対応エージェント型AIフレームワーク「MedPAO-Assist」について解説します。
ベンチマーク・評価 LLMエージェントの長期自律経営を評価する「E-Commerce Bench」発表
Alibabaの研究者らは、LLMエージェントの長期的な自律的ビジネス運営能力を評価するオープンソースベンチマーク「E-Commerce Bench」を導入した。
ベンチマーク・評価 LLMの意思決定における公平性を評価する新ベンチマーク「FairStress」登場
Hugging Face等によるFairStressは、LLMの意思決定における隠れた非対称性や説得への耐性を測定するベンチマークです。
AIニュース Anthropic、モデルの不正抽出を防ぐ防御策で成果
Anthropicは、Claudeを標的とした不正な蒸留攻撃の有効性を90%から99%削減する新しい防御手法の成果を発表しました。
ベンチマーク・評価 ALTK-Evolveが学習済みメモリでカスタマーサービス向けベンチマーク「τ²-bench」首位を獲得
ALTK-Evolveは、モデルの重みを更新することなく、学習済みメモリとガイドラインを用いてカスタマーサービス向けベンチマークτ²-benchの小売部門で上位を達成しました。
AIニュース Microsoft Researchのポッドキャストでクリス・ホワイト氏が技術の社会的影響を語る
Microsoft Researchのクリス・ホワイト氏が、DARPA時代のアフガニスタンでの先進技術運用や、人身売買対策のためのダークウェブ検索ツール開発など、現実社会に影響を与える技術研究について語りました。
AIニュース OpenAIがライフサイエンス向け開発プラットフォームOrchestra Bioを買収
OpenAIは、バイオ医薬品の開発プロセスを調整するプラットフォームを手掛けるOrchestra Bioを買収したと発表した。ライフサイエンス向けAIツール「Rosalind」と統合し、新薬開発の加速を目指す。
AIニュース AnyLanguageModel 1.0がリリース：Apple向けローカル・ホステッド対応API
Hugging Faceは、Appleプラットフォーム向けモデル統合API「AnyLanguageModel 1.0」をリリースしました。ローカルおよびホステッドモデルの双方を統一されたAPIで利用できます。