AIニュース

Diogo Almeida 氏、evals.typesafe.ai のデータセットをより使いやすくすると述べる

Diogo Almeida 氏は、evals.typesafe.ai とともに公開されたデータセットをより扱いやすくしていると述べている。同氏はまた、チームは評価に使うすべてのデータセットを、内部評価か公開評価かを問わず非推奨にすると述べている。

Cloudflareは、リスク発見、エージェントガバナンス、ランタイム保護、AIによる対応を継続的な学習ループでつなぐ適応型セキュリティフレームワークを導入する。

Perplexity は、継続的な作業向けに Perplexity Computer の Automations を導入する。イベント起点のトリガーまたはスケジュールに応じて動作し、メモリ、スキル、Slack、Gmail、Outlook、Linear などのアプリと連携できる。

Microsoft Research は Quine を、生物学の尺度とモダリティをつなぎ、科学者が実験室での作業に入る前に仮説を計算で探索し、優先順位を付けられるようにする初期段階の取り組みだと説明している。

Arena.aiは、12モデルによる34,580件の判定を、1,460件のArena対戦における人間の投票と比較した。平均すると、モデルは58%の割合で自分の回答を選び、人々が同じ回答を選んだ割合は34%だった。

Command Code によると、DeepSeek V4.1 Flash Fast は Command Code GOAT で利用でき、60 ドル分の利用クレジットが付く。処理速度は毎秒 250～300 トークン、コンテキストウィンドウは 100 万トークンで、完全な重みも提供される。

Splunk によると、Mitiga は Splunk AI Toolkit と Cisco Deep Time Series Model を使い、1万件超の収集ジョブで量の低下を検知し、検知時間を数時間に短縮した。

LangChainのManaged Deep Agentsに、`mda chat` で起動するターミナルインターフェースが加わった。Nathan Dreznerは、軽量な開発中にエージェントをローカルでテストするためのものだと述べ、Studioは引き続き利用できるとした。

Ai2によると、Google CloudはOlmo 3の7B事前学習と中間学習をCloud TPU上で再実行し、ホールドアウト評価で当初の実行結果と一致した。

clem は、NVIDIA による買収で Hugging Face が小規模スタートアップでは採用できなかった人材を雇い、オープンソース AI を勝たせるために 10 年の時間を与えられると述べた。彼はそうした人に直接メッセージを送るよう呼びかけた。

Suno は、Suno Studio が声を録音して別の音に変換でき、エレキギターはあくまで出発点だと説明している。

Cloudflare によると、CryptoLabe は社内向けの AI ツールで、コードベース全体から暗号技術を見つけ、依存関係を示しながら、2029 年までの完全なポスト量子移行を進めるために使われる。

Perplexityは、Secure Intelligence Instituteがスタンフォード、CMU、デューク、コロンビア、オハイオ州立、UVAの研究者と協力し、NVIDIAおよびOpen Secure AI Allianceとも連携してツールと知見を共有していると述べている。

Perplexityによると、Bumblebeeは開発者の端末で危険なパッケージと拡張機能を確認し、ComputerはBumblebeeとNumbatの検出結果をもとに、より良い検出ルールを提案する。すべての変更は出荷前に人間が承認し、エージェントは自身の変更を承認できない。

Perplexity は、安全対策をインフラ、ハーネス、ツールに組み込み、各製品に適用したとし、その手法についての説明を公開した。

Together AI は、GLM 5.3 Flash、DeepSeek V4.1 Flash、Kimi K3 について、現在の OpenRouter トークンシェアがそれぞれ 29.2%、25.6%、18.9% で最大だとしている。

Polymarketは、OpenAIが200ドルのProサブスクリプションを明日再開し、API相当の利用量は以前のおよそ半分になると発表したと述べている。

OpenRouter は claude-opus-5.5 に、openrouter-decisions skill の全実行を固定チェックリストで採点させた。ブラインド比較では、Opus が各タスクの skill 版を36回すべて選んだ。

OpenRouterの新しいopenrouter-decisionsスキルは、コーディングエージェントを分類、ルーティング、またはモデレーションのステップに向け、Decisions API経由でそのステップを決定モデル上に再構築する。

Patrick Wendell は、Databricks が新しいフロンティアモデルの公開当日に従業員1万2000人へアクセスを提供する一方、コストの急増と品質低下を避けようとしていると述べている。