AI Toto 2.0公開 — 時系列予測がスケーリング時代へ、5モデルをOSS公開
arXiv論文Toto 2.0が、時系列予測においてもモデルサイズに比例して精度が向上するスケーリング則の成立を実証しました。4Mから25億パラメータの5モデルをApache 2.0でOSS公開しており、BOOM・GIFT-Eval・TIMEの3ベンチマーク全てで最高スコアを達成しています。
poko
AI 
AI Exa Labs $250M調達でAI検索市場が急拡大 — Google・OpenAIの制約が商機に
AI検索スタートアップExa Labsが25億ドル評価額で2億5,000万ドル、Parallel Web Systemsが20億ドル評価額で1億ドルを調達しました。GoogleとOpenAIの構造的制約が生む空白を突いた動きで、AI検索市場への投資が急加速しています。
AI Gemini 3.5 Flash公開 — 4倍高速・半額で常駐エージェントSparkも
Google I/O 2026でGemini 3.5 Flashが公開されました。競合フロンティアモデル比で速度4倍・コスト半額以下で、常駐型AIエージェントGemini Sparkも同時に発表されています。
SQL SQLのEXISTSとINの違いと使い分け：NULL問題と性能まとめ
SQLのINとEXISTSの動作の違いを実例で解説します。特にNOT INはサブクエリ結果にNULLが混在すると全件0件になる落とし穴があります。性能差が出るケースやEXPLAINの見方もMySQL 8.0対応で整理。
AI 卒業式でAI言及に批判 — 米国で広がるAI拒絶の潮流
2026年米国の卒業式シーズンに、元Google CEOのエリック・シュミット氏ら複数の登壇者がAI関連の発言でブーイングを受ける出来事が相次ぎました。世論調査でも多くの米国人がAIを信頼していないことが示されており、技術業界の楽観論と社会の受け止めのギャップが顕在化しています。
AI MoEの推論コストを半減 — ZEDA自己蒸留で事後最適化
Mixture of Experts（MoE）モデルのエキスパート計算量を50%以上削減し推論を約1.20倍高速化するZEDAが発表されました。フルトレーニング不要の事後最適化手法で、Qwen3-30B-A3BやGLM-4.7-Flashで既存の動的MoE手法を4〜6ポイント上回る性能を示しています。
AI LLMの幻覚は予測可能 — モデルサイズとデータ頻度で決まる
LLMが誤った情報を生成する「幻覚」がランダム現象ではなく、モデルのパラメータ数と学習データ内のトピック出現頻度の組み合わせで分散の60〜94%を説明できるとするarXiv論文が公開されました。幻覚の発生パターンが予測可能になれば、RAG設計やモデル選定の根拠がより明確になります。
AI マルチエージェントAI、人間チームを創造性で上回る — arXiv研究
複数のLLMエージェントが協調する「マルチエージェントAIシステム」が、6つの創造的タスクで人間チームをCohen's d=1.50で上回ったとするarXiv論文が公開されました。アイデアの新規性が主な要因で、議論の構造設計がAIの創造性を26.8%説明することも示されています。
AI OpenAI共同創業者Karpathy、AnthropicのLLM研究へ
OpenAIの共同創業者でTesla Autopilot開発を率いたAndrej Karpathy氏が、Anthropicのプレトレーニングチームへ参加しました。Claudeを使ってLLM事前学習研究を加速する新チームを立ち上げ、OpenAIとの人材・技術競争がさらに激しくなっています。
SQL SQLのCTE（WITH句）入門：基本構文とサブクエリとの違い
WITH句（共通テーブル式・CTE）の基本構文と、複数CTEの連結方法、インラインサブクエリとの可読性・再利用性の違いを実例で解説します。MySQL 8.0対応、サンプルデータつき。