CCTest · Blog
Evidence-RL:VLMに「画像証拠にもとづく回答」を促す新手法
マルチモーダル
cctest.ai
マルチモーダル

Evidence-RL:VLMに「画像証拠にもとづく回答」を促す新手法

Evidence-RL は、視覚言語モデルが正答していても、その根拠が本当に画像内の証拠にあるのかを問い直す研究です。CED により、局所的な視覚証拠と回答の因果的な依存関係を訓練時に監査します。

続きを読む
CCTest · Blog
SWE-Bench ProMax:多言語の大規模リファクタリングでコードエージェントを評価
モデル評価
cctest.ai
モデル評価

SWE-Bench ProMax:多言語の大規模リファクタリングでコードエージェントを評価

SWE-Bench ProMax は、AI コーディングエージェントの評価対象を単純なバグ修正から、複数ファイルにまたがる振る舞い維持型のリファクタリングへ広げるベンチマークです。

続きを読む
CCTest · Blog
YOLO-PEFT:検出モデルのPEFTを試行錯誤から計画問題へ
フレームワーク・ツール
cctest.ai

YOLO-PEFT:検出モデルのPEFTを試行錯誤から計画問題へ

YOLO-PEFT は、リアルタイム物体検出器における PEFT アダプタ配置を、監査可能な制約計画として扱うフレームワークです。どの層に置くべきかだけでなく、危険な場合に訓練前に拒否する点も特徴です。

続きを読む
CCTest · Blog
Skaling Law:モデル規模とデータ量を再び結び直す新しいスケーリング則
大規模言語モデル
cctest.ai
大規模言語モデル

Skaling Law:モデル規模とデータ量を再び結び直す新しいスケーリング則

Skaling law は、モデル容量と学習データの相互作用を単一の指数で表し、従来のニューラルスケーリング則が極端な条件で外しやすい問題を補正しようとする研究です。

続きを読む
CCTest · Blog
Modular TTT: テスト時学習を組み合わせ可能なモジュールとして再定義
フレームワーク・ツール
cctest.ai

Modular TTT: テスト時学習を組み合わせ可能なモジュールとして再定義

この研究は、Test-Time Training を個別実装の寄せ集めではなく、組み立て可能な設計空間として捉え直しています。狙いは新しい TTT を作りやすくすることに加え、どの要素が効いているのかを切り分けやすくすることです。

続きを読む
CCTest · Blog
Situational Awareness、チップ新興Source Foundryに4億ドルを追加投資
ビジネス・資金調達
cctest.ai

Situational Awareness、チップ新興Source Foundryに4億ドルを追加投資

AI特化型ヘッジファンドのSituational Awarenessは、公開市場で苦戦するなかでも半導体製造スタートアップへの大型投資を続けている。Source Foundryへの今回の投資額は4億ドルに上る。

続きを読む
CCTest · Blog
Us vs. Them:AI編集下のテキスト来歴を行単位で推定するツール
フレームワーク・ツール
cctest.ai

Us vs. Them:AI編集下のテキスト来歴を行単位で推定するツール

Us vs. Them は、バージョン履歴と diff を使い、テキストのどの範囲が人間由来で、どの範囲がエージェント由来かを推定するオープンソースツールです。エージェントが人間の意図を含む部分を不用意に上書きしないための手がかりになります。

続きを読む
CCTest · Blog
アマゾンのテキサス州データセンター計画、AI時代の電力問題を浮き彫りに
業界動向
cctest.ai
業界動向

アマゾンのテキサス州データセンター計画、AI時代の電力問題を浮き彫りに

アマゾンがテキサス州 Pecos County で計画するデータセンター向けに、天然ガスを燃料とするオンサイト発電所を整備する計画が報じられた。年間3300万トンの二酸化炭素排出が認められているとされ、気候面で大きな議論を呼んでいる。

続きを読む
CCTest · Blog
Cloudflare、AIエージェント向けクラウドブラウザ Kitesurf を発表
AIエージェント
cctest.ai
AIエージェント

Cloudflare、AIエージェント向けクラウドブラウザ Kitesurf を発表

Cloudflare は、人間ではなく AI エージェントの利用を前提にしたクラウドホスト型ブラウザ Kitesurf を発表した。一般的な自動化タスクで Chromium より少ない計算資源を使える点を訴求している。

続きを読む
CCTest · Blog
危機時のAIチャットボット、安全性は改善できるのか
AIセーフティ
cctest.ai
AIセーフティ

危機時のAIチャットボット、安全性は改善できるのか

心理的危機にある利用者へのAIチャットボットの応答をめぐり、訴訟や研究が相次いで注目を集めている。専門家は、共感的な文面だけでなく、リスク把握、専門家への誘導、安全データの透明化が必要だと指摘する。

続きを読む
CCTest · Blog
ニューメキシコ州裁判所、Metaに追加5.67億ドルの支払い命令
政策・規制
cctest.ai
政策・規制

ニューメキシコ州裁判所、Metaに追加5.67億ドルの支払い命令

ニューメキシコ州の裁判所は、児童安全とソーシャルメディア被害をめぐる訴訟で、Metaに追加で5億6700万ドルの支払いを命じた。3月の3億7500万ドルと合わせ、同件の制裁金は計9億4200万ドルに達する。

続きを読む
CCTest · Blog
AMDがTaalasを買収へ、モデル重みをシリコンに埋め込む推論チップに注目
計算資源・チップ
cctest.ai

AMDがTaalasを買収へ、モデル重みをシリコンに埋め込む推論チップに注目

AMDはトロントのAIチップ新興企業Taalasを買収すると発表した。Taalasはモデル重みをHBMなどの外部メモリではなく、チップ上に直接配置するという独自の推論向けアプローチを掲げている。

続きを読む
CCTest · Blog
AlibabaのCosyVoice Studio、AI音声を一体型の生産性基盤へ
音声・オーディオ
cctest.ai

AlibabaのCosyVoice Studio、AI音声を一体型の生産性基盤へ

Alibabaは、音声認識、音声合成、音声コンテンツ生成、リアルタイム音声エージェントを統合する CosyVoice Studio を発表した。注目点は、単なる文字起こしや読み上げではなく、音声ワークフローに意味理解を組み込んだことにある。

続きを読む
CCTest · Blog
Prime Agent がオープンソース化:自己改善を志向するプログラミング Agent
コーディングAI
cctest.ai
コーディングAI

Prime Agent がオープンソース化:自己改善を志向するプログラミング Agent

Prime Intellect は、プログラミング向け Agent Harness である Prime Agent をオープンソース公開した。Opus 5 と組み合わせた結果、ARC-AGI 3 で 95.5% RHAE Best@1 に到達し、ARC が示す人間専門家ベースラインをわずかに上回ったとされる。

続きを読む
CCTest · Blog
RustのLLM方針:利用は禁じないが、誰が書いたコードかを明示する
オープンソース
cctest.ai
オープンソース

RustのLLM方針:利用は禁じないが、誰が書いたコードかを明示する

Rustプロジェクトは、rust-lang/rustモノレポへのコード貢献を対象にLLM利用方針を採用した。AIを一律に排除するのではなく、貢献者自身が書いていないコードを明示することを重視している。

続きを読む