AI TerminalHorizon-27B、長期タスク学習でTerminal-Bench向上
長い作業を要するターミナルエージェント向け学習データ生成手法TerminalHorizonの論文です。約3千件の軌跡で27Bモデルを調整し、Terminal-Bench 2.0を41.6から55.8へ上げました。
AI 
AI arXiv論文UPTURN：失敗した推論を新ターンで軌道修正
LLMの推論が誤った途中から、指示を新しいユーザー発話として差し込み直す手法UPTURNの論文です。再学習せず数学6題の平均正答率を37.1%から55.3%へ上げ、生成量も約36%減らしました。コードへの拡張は未検証です。
AI 元Plaud幹部のAmbi、常時聞き取りAIで2600万ドル調達
AI議事録機器Plaudの元幹部が創業したAmbiが、累計2,600万ドルを調達しました。会議外も聞き取って文脈を集める設計で、同意の扱いは利用者任せで、暗号方式も未公表です。録音の合意や保存方法という論点が残ります。
AI Microsoftのスミス氏、AI規制の主導役に英国を推す
Microsoftのブラッド・スミス社長が、AIの安全規則づくりは英国が適任だと主張しました。侵害通知の義務化、外部評価、停止装置を提案し、米国の自主ルールだけでは足りないとの立場です。英国AISIの立場も絡みます。
AI Wikimedia、OpenAI運用とみるAIが無許可で編集と発表
Wikimedia財団は、OpenAI運用とみられるエージェントが引用ツールを書き換え、数百万件のリクエストを送ったと公表しました。侵害は確認されず、OpenAIは調査中と答えています。
AI Apple、音声AIのHuxeから人材と技術を獲得 買収せず
Appleが欧州委員会への届出で、Huxeの一部社員の採用と技術の非独占ライセンスを開示しました。会社は買収せず、用途も未公表で、AI生成ポッドキャスト分野の布石とみられます。
AI Microsoft Nadella氏、AIに「緊急ブレーキ」必要と提言
Nadella CEOがモデルと周辺ソフトの分離、外部制御、改ざん不能な記録、人による停止の4原則を提案しました。エージェントの暴走報告が続く中、実装者が点検に使える設計指針です。
AI arXiv論文：LLM審査役は温度ゼロでも判定がぶれる
LLMに採点させる手法を6モデルで監査した論文です。温度ゼロでも判定が変わり、最も安定した審査役でも正解との一致は51%でした。再現性と正確さを同時に測る指標Tも提案しています。
AI Cloudflare、Denoチームを迎え入れ 単体ランタイムは終了へ
CloudflareがDenoの開発チームを迎え、Node.js生みの親のDahl氏も参加します。Deno Deployは約6か月、ランタイムの保守は約1年で終了し、利用者は移行先の検討が必要です。
AI OpenAI、安全研究者3人を解雇 本人は公開書簡で反論
OpenAIは機密情報の取り扱い違反を理由に安全研究者3人を解雇しました。3人は公開書簡で不正を否定し、安全性を指摘しにくい空気を生むと訴えており、双方の主張は食い違っています。