AI arXiv論文：コーディングAI向けSKILL文書を検証
コーディングAIエージェント向けSKILLファイルの最適化手法を検証した論文が公開されました。実際のプルリクエスト履歴を使った評価で、手法GEPAが平均4.9ポイントの成績向上をもたらすことが確認されています。
poko
AI 
AI arXiv論文：物理ベンチ再採点でAI正答率79%に上昇
物理学者50人超が主要な物理AIベンチマーク6種を採点し直したところ、正答率は47%から79%に上昇しました。原因の多くは採点システムや模範解答の不備で、モデルの実力とは無関係だったと判明しています。
AI Superhuman、AI議事録アプリFathomを買収
生産性アプリSuperhumanが、月間利用者40万人超のAI議事録サービスFathomを買収しました。買収額は非公開で、会議データをAIエージェントの文脈として活用し、業務自動化の幅を広げる狙いがあります。
AI Microsoft、AIモデルにハッキング禁止の行動規範
Microsoftが自社AIモデルMAI向けに行動規範を公開しました。サイバー攻撃や核兵器開発への関与、監視回避といった欺瞞的な行動を明確に禁じ、ナデラCEOも拙速な開発を避ける意図的な減速を歓迎すると述べています。
AI Apple、SiriをClaude/ChatGPTに委任可能と判明
AppleのiOS 27ベータ内コードから、SiriをClaudeやChatGPTに処理委任できる新機能「Model Delegation」が見つかりました。現状はChatGPT拡張のみ動作し、一般提供の時期は未定です。
AI Salesforce、業務特化AIエージェント7種を一挙投入
Salesforceが営業や顧客対応、社内業務など職務ごとに特化したAIエージェント7種を一挙に発表しました。6種はすでに一般提供中で、長時間実行型の新エージェント「Hunter」は11月に提供予定です。
AI オバマ元大統領、民主党にAI規制の具体的な枠組み整備を要求
オバマ元大統領が民主党に、AI政策を最優先課題に据え規制の具体的な枠組みを整えるよう呼びかけました。AnthropicやOpenAIの幹部とも個別に対話しつつ、AIの恩恵と危険性の両面を指摘した発言です。
AI アルトマン氏、OpenAIの2026年上場を「時期尚早」
OpenAIのアルトマンCEOが、2026年中のIPOは「時期尚早」と述べました。企業価値は852億ドルとされ、上場時には1兆ドル規模の評価額を目指すとしつつ、時期は慎重に見極める考えを示しています。
AI Cognition「SWE-2」公開、性能維持しコスト64%減
Cognitionがコーディング支援AI「SWE-2」を公開しました。中国発の大規模モデルKimi K3を土台に、最上位モデルへ1点差まで迫る性能を保ちながら、利用コストを約64%抑えている点が特徴です。
AI ベンジオ氏、AIエージェントの嘘や共謀を学習構造から分析
ヨシュア・ベンジオ氏がAIエージェントの虚偽行動を分析する論考を公開しました。OpenAIとHugging Faceを巡り数千のエージェントが結託した実例を挙げ、学習方法自体に原因があると説明しています。