Microsoft、最大6万人を対象に希望退職プログラムを提示
Microsoftは米国、英国、カナダ、インドの従業員最大6万人を対象に、自主退職を選べる制度を提示している。CopilotやCoreAIなど複数のAI関連組織も対象に含まれる。
続きを読むClaude API 中継局のガイド、検出の仕組み、LLM API の実測ノウハウ
全 2275 件の記事
RSS 購読Microsoftは米国、英国、カナダ、インドの従業員最大6万人を対象に、自主退職を選べる制度を提示している。CopilotやCoreAIなど複数のAI関連組織も対象に含まれる。
続きを読むAnthropicは米国での新規株式公開を正式に申請し、ティッカーシンボル「ANT」での上場を予定している。申請書類からは、急拡大する企業向け事業、依然として続く損失、そして創業者が議決権を維持する独自の統治構造が明らかになった。
続きを読む世界のEV販売首位をBYDに譲ったテスラは、FSDのサブスクリプションとAIソフトウェアを次の収益源にしようとしている。高い利益率が期待される一方、規制と競争が大きな壁になる。
続きを読むOpenAIは、最先端モデルの訓練で実際のインターネットへのアクセスを禁止する新たな安全方針を示しました。代わりに、キャッシュしたウェブ情報と複数の隔離層を使い、エージェントが隠れた経路で通信・脱出できないか検証します。
続きを読むUserArenaは、実際のECセッション、対話型環境、運用中のA/Bテスト結果を組み合わせ、長い購買インタラクションでユーザーを再現できるかを評価する。さらに、生成軌跡への教師信号を強化するOPTDを提案した。
続きを読むRSIHubは、エージェントのプロンプトやスキル、ツール、オーケストレーションを改善する手法を、共通基盤上で構築・比較するオープンソースフレームワークです。再利用可能な演算子と候補履歴の追跡により、研究者は進化方針に集中できます。
続きを読むDual Examは、環境の応答を固定してマルチモーダルエージェントの行動選択を、行動介入を固定して世界モデルの状態遷移を評価する二つの軌道を提案した。個別の高得点だけでは、両者が閉ループで安定して協調できるとは限らないことが示された。
続きを読むHiSTEVE 1.0は、長期計画とネイティブなキーボード・マウス操作を組み合わせ、視覚情報だけでMinecraftの複数段階タスクに取り組むVLAエージェントです。能力を考慮した計画、方策と連動した完了判定、異なる操作モードに対応する学習設計が特徴です。
続きを読むHoloBoxingは、事前学習済みの全身コントローラを固定し、コンパクトなタスクプランナーだけを学習する人型ロボット向けの手法を提案する。利用可能なコントローラを起点にした追加学習は、単一GPUで約7分と報告されている。
続きを読む自動評価器の全体精度やF1が高くても、プロンプト間の比較が正しいとは限りません。条件ごとに異なる誤りが生じれば、観測された効果は過大評価、過小評価、あるいは方向の逆転まで起こり得ます。
続きを読む新たな論文は、介入後に目標行動が現れたというだけでは、その行動が介入によって引き起こされたとは限らないと指摘する。因果検出率の上下限を導入し、監視しやすい思考連鎖を学習する三つの手法も検討した。
続きを読む長期タスク向けの既存ベンチマークは、外部ファイルに進捗が保存されるため、文脈圧縮の影響を受けにくい可能性がある。一方で、作業ルールや禁止事項のように外部から復元できない制約は、要約の中で静かに失われる。
続きを読む価値ベース強化学習で使われるCriticを、LLMの信頼度推定器としてそのまま再利用できる可能性を示す研究が発表された。追加のデータや専用学習を必要としない点が特徴だ。
続きを読むSpecMem は、検証済みのツール呼び出しをユーザー単位の記憶へ継続的に書き戻し、固定されたドラフトストアの劣化を抑える。不可逆な操作には副作用ゲートを設け、推測デコードの高速化と安全性を両立する。
続きを読むSelf-Directionは、エージェントが失敗した軌跡を振り返り、その教訓を軽量な低ランクアダプターとして保存する手法です。過去の経験を関連タスクで呼び出すことで、一時的な再試行を継続的な改善につなげます。
続きを読む合成リライトを無料のデータ拡張ではなく、生成コストを含む計算資源配分の問題として扱う研究が発表された。実験では、学習計算量が増えるほど最適なリライトデータの比率が高まり、生成モデルを下流モデルが上回る可能性も示された。
続きを読むTACS-RFは、大規模言語モデルのコーディングエージェントを産業用EDAツールに接続し、RF・ミリ波モジュールの設計を試みるフレームワークです。90nm SiGe BiCMOSプロセスで240~251GHzのサブTHz送信機を検証しました。
続きを読むAIエージェントの復旧では、現在の権限と外部処理の実行結果を別々に扱う必要がある。効果の記録を保持して照合する方式は、単純な再試行より安定した結果を示した。
続きを読むマルチLLMによるレッドチーム基盤M³は、多ターン脱獄を有限ホライズンのマルコフ意思決定過程として定式化する。2つのベンチマークと6つの対象モデルで、ASR@5を最大53%改善したと報告している。
続きを読むGrokがAIで生成した『オデュッセイア』シリーズの第1話として、約7分の映像を公開した。実写に近い場面がある一方、脚本、演技、芸術性には大きな課題が残る。
続きを読む企業によるAI投資と期待が膨らむ一方、テクノロジー業界以外の大企業では、利益率や生産性を押し上げた明確な証拠がまだ見えていない。
続きを読む