CCTest · Blog
コーディングエージェントの性能を左右するHarness設計
コーディングAI
cctest.ai
コーディングAI

コーディングエージェントの性能を左右するHarness設計

コーディングエージェントのHarnessを計画、アクション空間、コンテキスト管理に分解して比較した実証研究が示された。最適な構成は、モデルの能力、タスクの性質、コンテキスト予算によって変わる。

続きを読む
CCTest · Blog
DeepSeek-V4.1-Flash、長文脈エージェント向けKVキャッシュ圧縮を追求
メモリ・コンテキスト
cctest.ai

DeepSeek-V4.1-Flash、長文脈エージェント向けKVキャッシュ圧縮を追求

DeepSeek-V4.1-Flashは、長時間動作するエージェントで問題となる事前計算、KVキャッシュ、ストレージ、帯域幅の負担を対象にしたモデルです。CED、層間KV再利用、FP4キャッシュ、SWA Bounded Replayを組み合わせ、キャッシュ容量の大幅な削減を目指します。

続きを読む
CCTest · Blog
GPT-Policy:文脈から学習する適応型ロボット
ロボティクス・フィジカルAI
cctest.ai

GPT-Policy:文脈から学習する適応型ロボット

GPT-Policyは、視覚言語モデル、文脈コンパイラ、制約付きコントローラを組み合わせ、勾配更新なしでロボットが実演やフィードバックから新しいタスクに適応することを目指す。実ロボット実験では、人間の動画実演がタスク達成を改善し、接触を伴う作業では動作に対応した参照情報がさらに有効だった。

続きを読む
CCTest · Blog
Edge0、学習型プリルーティングで35B MoEをSSDから実行
推論・デプロイ
cctest.ai
推論・デプロイ

Edge0、学習型プリルーティングで35B MoEをSSDから実行

Edge0は、次層で使う専門家を先に予測し、SSDからの読み出しと計算を重ね合わせることで、コンシューマー向け機器での大規模MoE推論を試みる。24GBのマシンで低いアクティブメモリ使用量と20 token/sを報告する一方、詳細な評価には確認すべき点が残る。

続きを読む
CCTest · Blog
LimiX-2、表形式データを「予測」から「機構の学習」へ
モデルリリース
cctest.ai
モデルリリース

LimiX-2、表形式データを「予測」から「機構の学習」へ

LimiX-2は、特定の目的変数だけを予測するのではなく、表に含まれる変数の同時的な構造を学ぶContextual Mechanism Networksを導入します。TabArena、TALENT、BCCOでの上位性能に加え、因果骨格の復元も目指します。

続きを読む
CCTest · Blog
Zing-0.5、テキストとキーボードで操作できる世界モデル
世界モデル
cctest.ai
世界モデル

Zing-0.5、テキストとキーボードで操作できる世界モデル

Zing-0.5は、キーボード操作とオンラインのテキスト指示を組み合わせた、5B規模の自回帰型世界モデルです。イベント単位の学習とストリーミング推論により、リアルタイムで探索できる生成世界を目指します。

続きを読む
CCTest · Blog
HypoEvolve、遺伝的アルゴリズムでLLMエージェントの科学仮説を進化
AI科学研究
cctest.ai
AI科学研究

HypoEvolve、遺伝的アルゴリズムでLLMエージェントの科学仮説を進化

HypoEvolveは、科学分野に特化した複数のLLMエージェントを遺伝的アルゴリズムで協調させ、仮説の提案、批判、修正、選抜を世代ごとに行う。がん領域のドラッグ・リポジショニングを題材に、外部の生物学的証拠で仮説を評価する。

続きを読む
CCTest · Blog
Fathom、クエリごとにKVキャッシュの読み取り深度を最適化
推論・デプロイ
cctest.ai
推論・デプロイ

Fathom、クエリごとにKVキャッシュの読み取り深度を最適化

Fathomは、長文脈のKVキャッシュをホストメモリへオフロードした際に発生するインデックス走査のボトルネックに対応する手法です。クエリごとに各キー・チャネルの読み取りビット数を変え、転送量を抑えながら疎な注意機構の精度を保ちます。

続きを読む
CCTest · Blog
Crusoe、39億ドルを調達し大規模データセンターとモジュール型AI工場を拡大
ビジネス・資金調達
cctest.ai

Crusoe、39億ドルを調達し大規模データセンターとモジュール型AI工場を拡大

AIインフラ企業のCrusoeがシリーズFで39億ドルを調達し、評価額は309億ドルに達した。新資金は大規模データセンターと、輸送可能なモジュール型AI工場「Spark」に投じられる。

続きを読む
CCTest · Blog
Google DeepMind、AGI議論を広げる新研究機関を設立
AIセーフティ
cctest.ai
AIセーフティ

Google DeepMind、AGI議論を広げる新研究機関を設立

DeepMind Instituteは、汎用人工知能をめぐる単一の見解ではなく、Google、Google DeepMind、世界の研究者の間にある意見の違いを示すことを目指す。初回の論考では、モデルの透明性や最先端AIの評価制度などが扱われた。

続きを読む
CCTest · Blog
小型AIモデルが戦場のドローンに自律性を与える
ロボティクス・フィジカルAI
cctest.ai

小型AIモデルが戦場のドローンに自律性を与える

NATO関連プログラムに参加するScaleout Systemsは、軽量な画像認識モデルをドローンや前線の計算機に実装し、中央サーバーとの常時接続なしで目標を識別できる仕組みを開発している。ALMA計画では、自律的な目標発見から攻撃任務までのデモも行われた。

続きを読む
CCTest · Blog
Bend、証明と並列実行でAI生成コードを制約する言語
コーディングAI
cctest.ai
コーディングAI

Bend、証明と並列実行でAI生成コードを制約する言語

Bendは、AIエージェントにコードを書かせるだけでなく、定義されたルールを満たすことまで証明させようとする新しい言語です。Python風の構文、ネイティブコンパイル、CPUとGPU向けの並列ランタイムを組み合わせています。

続きを読む
CCTest · Blog
AIがAIを監視する時代へ:エージェント安全対策の新たな課題
AIセーフティ
cctest.ai
AIセーフティ

AIがAIを監視する時代へ:エージェント安全対策の新たな課題

AIエージェントがより長く複雑な作業を担うにつれ、人間だけで全行動を確認することは難しくなっている。別のAIによる監視が注目される一方、監視対象が監視役を欺くリスクも浮上している。

続きを読む
CCTest · Blog
国連とGoogle、AIエージェント向けに世界統計データを再構築
AIエージェント
cctest.ai
AIエージェント

国連とGoogle、AIエージェント向けに世界統計データを再構築

国連はGoogleと協力し、各国連機関の統計をAIや人間が検索しやすくする新基盤を立ち上げた。背景には、主要な大規模言語モデルが世界開発指標を正確に取得することに苦戦している現状がある。

続きを読む
CCTest · Blog
Claude CodeがProjectsを刷新、複数AIエージェントをクラウドで協調管理
AIエージェント
cctest.ai
AIエージェント

Claude CodeがProjectsを刷新、複数AIエージェントをクラウドで協調管理

AnthropicはClaude CodeのProjects機能を刷新し、1つのプロジェクト内で複数のコーディングエージェントを並行稼働できるようにした。共有メモリや目標、ファイルを使って、分担した作業をまとめて管理する。

続きを読む
CCTest · Blog
AIウォーターマークはLLMの安全境界を変える可能性
AIセーフティ
cctest.ai
AIセーフティ

AIウォーターマークはLLMの安全境界を変える可能性

SynthID-Textを調べた研究で、AIウォーターマークが生成物の出所だけでなく、モデルの拒否応答やツール利用にも影響する可能性が示された。敵対的なプロンプトでは、本来拒否する有害な要求に従いやすくなるモデルもあった。

続きを読む