CCTest · Blog
DS-Lighting、データサイエンス・エージェントの実行基盤を明示化
AIエージェント
cctest.ai
AIエージェント

DS-Lighting、データサイエンス・エージェントの実行基盤を明示化

データサイエンス自動化の成否は、基盤モデルだけでなくタスク定義や実行状態、成果物の制約、評価方法にも左右されます。DS-Lightingは、暗黙になりがちなエージェントのハーネスを4層に分解して扱います。

続きを読む
CCTest · Blog
Hugging Face、ブラウザーAI向けWebGPUカーネル207個を公開
フレームワーク・ツール
cctest.ai

Hugging Face、ブラウザーAI向けWebGPUカーネル207個を公開

Hugging Faceは、Hubから最適化済みWebGPUカーネルを読み込めるJavaScriptライブラリ「@huggingface/kernels」を公開した。実機の性能と正確性を集めるブラウザー向けツールFleetも同時に提供する。

続きを読む
CCTest · Blog
MiniMax H3のリアルタイム配信に必要なのはDiTの高速化だけではない
推論・デプロイ
cctest.ai
推論・デプロイ

MiniMax H3のリアルタイム配信に必要なのはDiTの高速化だけではない

vLLM-Omniは、MiniMax H3をエンコーダーからMP4生成までのシステム全体として最適化した。さらにFastVideoのFastH3を組み合わせ、DiTの前向き計算を4回に削減することで、完全な応答を再生時間に近づけている。

続きを読む
CCTest · Blog
見たものを正確に実行できるか:EASELが試すマルチモーダルエージェント
モデル評価
cctest.ai
モデル評価

見たものを正確に実行できるか:EASELが試すマルチモーダルエージェント

EASELは、画像を理解するだけでなく、視覚的なフィードバックを使ってツール操作を継続的に修正できるかを評価する。中心課題は、参照画像に合わせてキャンバスを段階的に描くことだ。

続きを読む
CCTest · Blog
EvoUndo:自己進化するLLMエージェントに安全な復元性を与える
AIエージェント
cctest.ai
AIエージェント

EvoUndo:自己進化するLLMエージェントに安全な復元性を与える

LLMエージェントはプロンプトやツール、実行ハーネスを自ら変更できますが、その変更が後の状態で取り消せるとは限りません。EvoUndoは、状態の正確な特定と復元言語の表現力が、検証可能な復元性にどう影響するかを調べます。

続きを読む
CCTest · Blog
LoopArena、コーディングエージェントの長期制御能力を評価
モデル評価
cctest.ai
モデル評価

LoopArena、コーディングエージェントの長期制御能力を評価

LoopArenaは、コーディングエージェントを動かす制御ループを切り出し、別のモデルが長期的なソフトウェア開発をどれだけ適切に導けるかを測定するベンチマークです。結果は、長期的で信頼できる制御が依然として難しいことを示しています。

続きを読む
CCTest · Blog
StarHarness、モデルを再学習せず企業向けエージェントを進化
AIエージェント
cctest.ai
AIエージェント

StarHarness、モデルを再学習せず企業向けエージェントを進化

StarHarnessは、モデルの重みを固定したまま、特定の企業環境に適したエージェントのharnessを探索するフレームワークだ。プロンプトだけでなく、ツール、スキル、サブエージェント、実行ループまで最適化の対象にする。

続きを読む
CCTest · Blog
スライディングウィンドウ注意機構は線形注意機構を上回るのか
推論・デプロイ
cctest.ai
推論・デプロイ

スライディングウィンドウ注意機構は線形注意機構を上回るのか

複数のモデルとタスクを比較した研究で、アテンションシンクを備えたスライディングウィンドウ注意機構が、追加のポストトレーニングなしで、改造された線形注意機構と同等以上の性能を示しました。長文脈推論では差がさらに大きくなっています。

続きを読む
CCTest · Blog
Instagram、未開示のAI人物プロフィールを制限へ
政策・規制
cctest.ai
政策・規制

Instagram、未開示のAI人物プロフィールを制限へ

Instagramは「AIクリエイター」ラベルを「AI生成プロフィール」に改称し、AI生成人物を使っているのに開示しないアカウントのリーチを制限する方針を示した。狙いはAI利用全般の禁止ではなく、プロフィールの人物が合成された存在であることを分かりやすく伝えることだ。

続きを読む
CCTest · Blog
AIコーディングが速くても納品が速くならない理由――小紅書Museの実践
AIエージェント
cctest.ai
AIエージェント

AIコーディングが速くても納品が速くならない理由――小紅書Museの実践

コード生成の高速化だけでは、企業の開発期間は短縮されない。小紅書のMuseは、文脈の共有、Agentの編成、実行時の制御によって、企画から本番投入までをつなごうとしている。

続きを読む
CCTest · Blog
NVIDIAがMediaTekに35億ドル投資、カスタムAIチップも自社基盤へ
計算資源・チップ
cctest.ai
計算資源・チップ

NVIDIAがMediaTekに35億ドル投資、カスタムAIチップも自社基盤へ

NVIDIAはMediaTekに35億ドルを投資し、NVLink Fusionエコシステムへの参加を進める。大手クラウド企業が独自AIチップを開発する中でも、NVIDIAのデータセンター基盤を使い続けてもらう狙いがある。

続きを読む
CCTest · Blog
Claude CodeのAGENTS.md非対応が開発者の不満を招く理由
コーディングAI
cctest.ai
コーディングAI

Claude CodeのAGENTS.md非対応が開発者の不満を招く理由

1つの設定ファイル形式をめぐる問題が、大規模開発組織におけるツール統制の課題へと広がっている。ShopifyのCEOが社内でのClaude Code禁止を検討すると表明し、Anthropicの回答も不満を収められなかった。

続きを読む
CCTest · Blog
Cisco、9万人に個人AIエージェントを展開:企業AIは実行段階へ
AIエージェント
cctest.ai
AIエージェント

Cisco、9万人に個人AIエージェントを展開:企業AIは実行段階へ

Ciscoは社内AIを、文脈を保持し、複数の業務システムを呼び出し、監督下でタスクを進める個人エージェントへ発展させようとしている。MyAgentの意義は導入人数だけでなく、エージェントを企業業務の新しい入口にしようとしている点にある。

続きを読む
CCTest · Blog
Kubeflow、クラウドネイティブAIを拡張しCNCF卒業へ前進
フレームワーク・ツール
cctest.ai

Kubeflow、クラウドネイティブAIを拡張しCNCF卒業へ前進

KubeflowはKale、Notebooks、Trainer、Hub、KServeなどを更新し、AI開発の各段階をカバーする機能を広げている。SparkやHPC、セキュリティ、可観測性も強化され、CNCF卒業に向けた成熟化が進む。

続きを読む
CCTest · Blog
StepGuard、LLMエージェントのツール実行を一手ごとに監査
AIセーフティ
cctest.ai
AIセーフティ

StepGuard、LLMエージェントのツール実行を一手ごとに監査

StepGuardは、エージェントの行動履歴が完成するのを待たず、ツール呼び出しを実行する前に各アクションを安全性の観点から検査する。自動データ生成と安全性・有用性のバランスを意識した学習により、攻撃の抑制と過剰防御の低減を目指す。

続きを読む
CCTest · Blog
J-Zero:挑戦者・解答者・判定者を共進化させる仕組み
強化学習
cctest.ai
強化学習

J-Zero:挑戦者・解答者・判定者を共進化させる仕組み

KAIST AI が提案する J-Zero は、人手によるラベル付きデータに依存せず、課題生成、問題解答、評価の3役を同時に適応させる枠組みです。検証可能な課題だけでなく、評価が難しい課題にも対応することを目指します。

続きを読む
CCTest · Blog
Puro-2B、RTX 5090で約5090ドルの2Bモデル事前学習を検証
オープンソース
cctest.ai
オープンソース

Puro-2B、RTX 5090で約5090ドルの2Bモデル事前学習を検証

清華大学PACMAN GroupのPuro-2Bは、一般向けGPUで2B規模の言語モデルをゼロから事前学習するためのオープンな手法です。FP8学習などを組み合わせ、著者らは約4400ドルでQwen2-1.5B相当の性能に届く可能性を推定しています。

続きを読む
CCTest · Blog
LMSM、Linuxのセキュリティモジュール思想をLLMの実行時防御へ
AIセーフティ
cctest.ai
AIセーフティ

LMSM、Linuxのセキュリティモジュール思想をLLMの実行時防御へ

LMSMは、モデル内部の証拠、ポリシー判断、出力解放を分離し、解釈可能性の成果をLLMの実行時防御へ接続するフレームワークです。Qwen3-4Bの試作では、攻撃成功率を大幅に下げながら、監視なしの提供経路に近いスループットを維持しました。

続きを読む